Andere Kunden interessierten sich auch für
![Technique d'extraction de caractéristiques et de classification pour l'alcoolisme chronique]( "Technique d'extraction de caractéristiques et de classification pour l'alcoolisme chronique")
Technique d'extraction de caractéristiques et de classification pour l'alcoolisme chronique36,99 €![Tecnica di estrazione e classificazione delle caratteristiche per l'alcolismo cronico]( "Tecnica di estrazione e classificazione delle caratteristiche per l'alcolismo cronico")
Tecnica di estrazione e classificazione delle caratteristiche per l'alcolismo cronico36,99 €![Técnica de extração e classificação de caraterísticas para o alcoolismo crónico]( "Técnica de extração e classificação de caraterísticas para o alcoolismo crónico")
Técnica de extração e classificação de caraterísticas para o alcoolismo crónico36,99 €![Riduzione del numero di sensori EEG e rilevamento del movimento motorio]( "Riduzione del numero di sensori EEG e rilevamento del movimento motorio")
Riduzione del numero di sensori EEG e rilevamento del movimento motorio29,99 €![Stochastische Erkennung von Emotionen durch mehrere Matrizen und Klassifizierung]( "Stochastische Erkennung von Emotionen durch mehrere Matrizen und Klassifizierung")
Stochastische Erkennung von Emotionen durch mehrere Matrizen und Klassifizierung39,90 €![Verringerung der Anzahl der EEG-Sensoren und der motorischen Bewegungserkennung]( "Verringerung der Anzahl der EEG-Sensoren und der motorischen Bewegungserkennung")
Verringerung der Anzahl der EEG-Sensoren und der motorischen Bewegungserkennung39,90 €![Réduction du nombre de capteurs EEG et détection des mouvements moteurs]( "Réduction du nombre de capteurs EEG et détection des mouvements moteurs")
Réduction du nombre de capteurs EEG et détection des mouvements moteurs29,99 €
In dieser Studie wurden die Größenordnung und räumliche Verteilung des Frequenzspektrums im Ruhe-Elektroenzephalogramm (EEG) untersucht, um die Auswirkungen von Alkoholismus auf die motorische Kortexregion zu untersuchen. Die EEG-Signale für chronische Alkoholiker wurden aus der motorischen Kortexregion gewonnen und die Hilbert-Huang-Transformation wurde zur Merkmalsextraktion der EEG-Signale angewendet. Die EEG-Signale wurden in fünf Teilfrequenzbänder unterteilt. Es wurde beobachtet, dass das extrahierte Merkmal eine große Datendimension enthielt, sodass es mithilfe der linearen Diskriminanzanalyse reduziert wurde. In der vorliegenden Studie wurde die Support-Vector-Machine zur Klassifizierung von Alkoholikern verwendet. Die maximale Klassifizierungsgenauigkeit (>75 %) wurde mit den EEG-Spektralmerkmalen des maximalen Spektralkoeffizienten im C3- und Cz-Kanal mit der Kombination von Beta-1- und Beta-2-Bändern erreicht. Aber auch mit den EEG-Merkmalen der mittleren Bandleistung wurde in den meisten Kanälen eine mehr oder weniger hohe Klassifizierungsgenauigkeit berechnet. Die ungefähre Entropie, ein nichtlineares Merkmal, wurde in der Studie ebenfalls als Unterscheidungsparameter für Alkoholiker angesehen. Momentane Amplitude und momentane Frequenz, die aus den Hilbert-Spektren gewonnen wurden