非线性能量算子相关论文
随着计算机技术的发展，如何让计算机自动识别出人的情感状态，使计算机能像人一样进行自然、亲切和生动的交互，是当前人工智能、信号处......
据世界卫生组织(WHO)统计显示，脑病患者急剧上升，已居各类疾病的前沿。在发达国家，中风已经成为死亡的第三号杀手，而其中80％的中风是由......
脑机接口技术在生物体的神经系统与外部环境之间建立一种新型神经信息交流与控制通道,实现外周或中枢神经系统与体内或体外设备之......
人中枢神经系统的损伤会的导致肢体功能产生障碍，造成瘫痪，给患者的正常生活造成了巨大困难。因此很多不同领域的专家正在从不同方向......
雷达目标检测中,最优处理器能够自适应地调整权值以跟踪环境的变化,而最优权值的计算则需要依赖大量独立同分布(i.i.d.)的干扰样本......
本文研究了用传统的非线性能量算子的方法来提取典型癫痫发作脑电信号特征和癫痫发作间歇期脑电信号特征,而后将这两类信号送入SVM......
提出一种利用小波变换和能量算子对EEG进行预处理提取癫痫特征信号，进行近似熵估计，对脑电信号进行分类的新方法。首先利用小波分析......
细胞外神经元锋电位记录中经常包含许多小幅值信号，为了正确检测这些小幅值低信噪比的锋电位，增加单次实验的神经元检出数量，设计一种......
采用基于平滑非线性能量算子（smoothed nonlinear energy operator, SNEO）的方法对表面肌电（surface EMG，SEMG）信号运动单位动作电位（mot......
微电极导向的立体定向手术中,微电极记录的神经元放电信号噪声干扰严重,信噪比变化大,影响着神经元放电脉冲的分析。利用小波变换......
脑电癫痫特征波的自动提取对于患者的诊断以及减轻医生的繁重劳动都具有重要的意义。我们提出一种基于经验模态分解（EMD）的癫痫特征......
癫痫特征的自动检测在临床应用上具有重要的意义.本研究综合小波变换、非线性能量算子、特征提取和神经网络等技术,提出了一种癫痫......
对神经电活动的研究,需要对记录的神经锋电位（spike）进行检测和分类。传统的锋电位检测与分类的过程受噪声影响很大,尤其是在锋电位......
为了实现对腭裂患者高鼻音的自动识别,提出了基于语音信号非线性能量算子及K-最近邻分类器的高鼻音自动识别算法.实验对腭裂语音数......
核磁共振地下水探测(Magnetic Resonance Sounding，MRS)技术近年来发展迅速，与传统的地球物理勘探技术相比，具有高分辨率、高效率、低......
脑电图检查是一种有效的临床诊断方法,它为一些大脑异常病症(如癫痫和脑肿瘤)的诊断提供了可靠的信息。由于癫痫通常是突发性的,所......
