Les Inscriptions à la Bibliothèque sont ouvertes en
ligne via le site: https://biblio.enp.edu.dz
Les Réinscriptions se font à :
• La Bibliothèque Annexe pour les étudiants en
2ème Année CPST
• La Bibliothèque Centrale pour les étudiants en Spécialités
A partir de cette page vous pouvez :
| Retourner au premier écran avec les recherches... |
Détail de l'auteur
Auteur Assya Bousbia Salah
Documents disponibles écrits par cet auteur
Affiner la rechercheContribution au développement de différents systèmes de classification de signaux biomédicaux / Amina Achaibou
Titre : Contribution au développement de différents systèmes de classification de signaux biomédicaux Type de document : texte imprimé Auteurs : Amina Achaibou, Auteur ; Hicham Bousbia Salah, Directeur de thèse ; Assya Bousbia Salah, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2014 Importance : 96 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2014
Bibliogr. [4] fLangues : Français (fre) Mots-clés : Electroencéphalogramme (EEG)
Transformée en ondelette(DWT)
Extraction du paramètre caractéristique
Analyse discriminante linéaire (LDA)
Machine à vecteurs de support (SVM)
Réseaux de neurones (FFBPNN)Index. décimale : PN00114 Résumé : Dans ce travail, nous avons proposé plusieurs méthode de classification automatique de signaux EEG en cas normaux et cas épileptiques.
Dans ce cadre, des caractéristiques statistiques ont été extraites à partir des coefficients de (DWT).
L’Analyse Discriminante Linéaire (ADL) a été utilisée pour réduire la dimension des données.
Enfin, on a utilisé les machines à vecteurs de supports (SVM) et les réseaux de neurones pour la classification.Contribution au développement de différents systèmes de classification de signaux biomédicaux [texte imprimé] / Amina Achaibou, Auteur ; Hicham Bousbia Salah, Directeur de thèse ; Assya Bousbia Salah, Directeur de thèse . - [S.l.] : [s.n.], 2014 . - 96 f. : ill. ; 30 cm. + 1 CD-ROM.
Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2014
Bibliogr. [4] f
Langues : Français (fre)
Mots-clés : Electroencéphalogramme (EEG)
Transformée en ondelette(DWT)
Extraction du paramètre caractéristique
Analyse discriminante linéaire (LDA)
Machine à vecteurs de support (SVM)
Réseaux de neurones (FFBPNN)Index. décimale : PN00114 Résumé : Dans ce travail, nous avons proposé plusieurs méthode de classification automatique de signaux EEG en cas normaux et cas épileptiques.
Dans ce cadre, des caractéristiques statistiques ont été extraites à partir des coefficients de (DWT).
L’Analyse Discriminante Linéaire (ADL) a été utilisée pour réduire la dimension des données.
Enfin, on a utilisé les machines à vecteurs de supports (SVM) et les réseaux de neurones pour la classification.Exemplaires
Code-barres Cote Support Localisation Section Disponibilité Spécialité Etat_Exemplaire PN00114A PN00114 Papier + ressource électronique Bibliothèque centrale Projet Fin d'Etudes Disponible Electronique Consultation sur place/Téléchargeable Documents numériques
ACHAIBOU.Amina.pdfURL
Titre : Systèmes de classification des signaux biomédicaux EEG basé sur l’énergie d’ondelettes relative, l’entropie relative et les réseaux de neurones Type de document : texte imprimé Auteurs : Amina Achaibou, Auteur ; Hicham Bousbia Salah, Directeur de thèse ; Assya Bousbia Salah, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2014 Importance : 38 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Mémoire de Master : Électronique : Alger, École Nationale Polytechnique : 2014
Annexe f. 39 - 40 . Bibliogr. f. 41 - 43Langues : Français (fre) Mots-clés : EEG ; DWT ; FFBPNN Index. décimale : Ms08314 Résumé : Dans ce travail, nous avons proposé plusieurs méthodes de classification automatique de signaux EEG en cas normaux et cas épileptiques.
Dans ce cadre, des caractéristiques statistiques ont été extraites à partir des coefficients de (DWT).
Enfin, on a utilisé les réseaux de neurones pour la classification.Systèmes de classification des signaux biomédicaux EEG basé sur l’énergie d’ondelettes relative, l’entropie relative et les réseaux de neurones [texte imprimé] / Amina Achaibou, Auteur ; Hicham Bousbia Salah, Directeur de thèse ; Assya Bousbia Salah, Directeur de thèse . - [S.l.] : [s.n.], 2014 . - 38 f. : ill. ; 30 cm. + 1 CD-ROM.
Mémoire de Master : Électronique : Alger, École Nationale Polytechnique : 2014
Annexe f. 39 - 40 . Bibliogr. f. 41 - 43
Langues : Français (fre)
Mots-clés : EEG ; DWT ; FFBPNN Index. décimale : Ms08314 Résumé : Dans ce travail, nous avons proposé plusieurs méthodes de classification automatique de signaux EEG en cas normaux et cas épileptiques.
Dans ce cadre, des caractéristiques statistiques ont été extraites à partir des coefficients de (DWT).
Enfin, on a utilisé les réseaux de neurones pour la classification.Exemplaires
Code-barres Cote Support Localisation Section Disponibilité Spécialité Etat_Exemplaire Ms08314A Ms08314 Papier Bibliothèque centrale Mémoire de Master Disponible Documents numériques
ACHAIBOU.Amina.pdfURL
