VTT, Tekniikankatu 1, PO Box 1300, 33101, Tampere, Finland;
VTT, Tekniikankatu 1, PO Box 1300, 33101, Tampere, Finland;
VTT, Tekniikankatu 1, PO Box 1300, 33101, Tampere, Finland;
physical functioning; actigraphy; bed sensor; pedometer; weight scale; blood pressure monitor;
机译:通过多元分析分析体育锻炼与自主功能之间的相关性:建立健康指标
机译:使用多变量分析来分析物理训练与自主神经功能的相关性:建立健康指标
机译:评估患有慢性身体健康问题的人的积极心理健康:与社会人口统计学变量和身体健康状况的关系
机译:不同变压器油参数之间相关性的多变量分析,以确定变压器健康指数
机译:基因表达数据和功能信息的多元分析:功能基因组学的自动化方法。
机译:使用典型相关的联合模型估算多元家族相关性:在家族性西班牙裔阿尔茨海默氏病研究的记忆评分分析中的应用
机译:EEG信号在EMD域S. S. Shafiul Alam,S中的非线性动力学使用非线性动力学。 M. Shafiul Alam,Aurangozeb和Syed Tarekshahriar摘要 - 基于EMD Chaos的方法,提出了对应于健康人的EEG信号,癫痫发作期间的癫痫患者和Seizureattacks。脑电图(EEG)首先被凭经上分解为内在模式功能(IMF)。这些IMF的非线性动力学在最大范围的指数(LLE)和相关尺寸(CD)方面是量化的。本域中的混沌分析应用于与健康人相对应的大型脑电图(Asepileptic患者)(两者都有癫痫发作)。因此,所获得的LLE和CD表展的价值可以从EMD领域的其他EEG信号中清晰地区分脑电图的表达展示。本拟议的方法可以帮助研究人员以预测癫痫发作的癫痫发作技术。索引术语 - 脑电图(EEG),仿真态分解(EMD),最大的Lyapunov指数(LLE),相关维度(CD),癫痫发作。作者与电气电子和电子工程公司,孟加拉国工程和技术大学,孟加拉国达卡 - 1000(电子邮件:imamul@eee.buet.ac.bd)pdf cite:s. m. shafiul Alam,s。 M. Shafiul Alam,Aurangozeb和Syed Tarek Shahriar,“EEG信号歧视在EMD领域的非线性动态,”计算机电气工程卷国际杂志。 4,不。 3,pp。326-330,2012,上一篇论文对情绪的看法,使用建设性的学习言论下一篇论文物理层障碍意识到OVPN连接选择机制版权所有©2008-2013。国际计算机科学与信息技术协会出版社(IACSIT Press)
机译:用于健康和使用监测系统的技术的开发,验证和演示基于空中和地面的自动测试和系统功能分区