Contribution au développement de différents systèmes de classification de signaux biomédicaux / Amina Achaibou (2014) 

Public ISBD 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] 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 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 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.

Réservation

Réserver ce document

Exemplaires (1)

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.pdf URL