Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Abdul-Zahra Raheem, M." wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
Classification of EEG Signals Using Quantum Neural Network and Cubic Spline
Autorzy:
Abdul-Zahra Raheem, M.
AbdulRazzaq Hussein, E.
Powiązania:
https://bibliotekanauki.pl/articles/227206.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
signals
ERP signals
cubic spline
neural networks
quantum neural network
Opis:
The main aim of this paper is to propose Cubic Spline-Quantum Neural Network (CS-QNN) model for analysis and classification of Electroencephalogram (EEG) signals. Experimental data used here were taken from seven different electrodes. The work has been done in three stages, normalization of the signals, extracting the features by Cubic Spline Technique (CST) and classification using Quantum Neural Network (QNN). The simulation results showed that five types of EEG signals were classified with an average accuracy for seven electrodes that is 94.3% when training 70% of the features while with an average accuracy of 92.84% when training 50% of the features.
Źródło:
International Journal of Electronics and Telecommunications; 2016, 62, 4; 401-408
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies