: نوفه زدایی از سری های زمانی غیر خطی امواج مغز eeg با استفاده از موجک های آبرفته و فیلتر های انعطاف پذیر

thesis
abstract

در این پژوهش ابتدا نظریه ی آشوب و کمیت ناوردای نمای لیاپانوف به عنوان معیاری برای نوفه زدایی معرفی می گردد. در ادامه امواج مغزی مربوط به دو نمونه فرد سالم وبیمار صرعی با استفاده از موجک های آبرفته وفیلتر های انعطاف پذیر نوفه زدایی شده و به مطالعه این امواج از دید نظریه ی آشوب پرداخته شده است. برای سنجش میزان اعتبار نوفه زدایی از کمیت نمای لیاپانوف استفاده گردیده است. هم چنین با استفاده از تحلیل مغز انسان همچون یک سیستم دینامیکی حملات صرع پیش بینی گردیده و صحت درستی پیش- بینی با استفاده از منحنی roc ارزیابی شده است. نتایج بدست آمده بیانگر این است که سری های زمانی مربوط به امواج مغز eeg آشوبناک بوده و با توجه به ثابت ماندن مقدار نمای لیاپانوف قبل و بعد از نوفه- زدایی موجک های آبرفته و فیلتر های انعطاف پذیر روش مناسبی برای نوفه زدایی از امواج مغز است. هم چنین مثبت بودن مقدار نمای لیاپانوف بیانگر این است که امواج مغز از یک الگوی آشوبی پیروی می کنند. با استفاده از محاسبه سطح زیر نمودار roc نشان داده شده است که فیلترهای انعطاف پذیر نسبت به موجکهای آبرفته در کاهش نوفه از امواج مغز موثرتر می باشند.

similar resources

نوفه زدایی از سری های زمانی مالی با استفاده از آنالیز موجک

هر مجموعه از ضرایب موجک بخشی از سری­زمانی را در مقیاس­های زمانی متفاوت در بر­دارد. پیاده­سازی تبدیل موجک، با بهره­گیری از بهترین موجک­ها در سطوح مناسب تاثیر بسزایی در نتایج تحلیل­های مالی خواهد­داشت. در این پژوهش هدف، بیان اهمیت مفهوم مقیاس-زمان و به­کارگیری فواصل زمانی متفاوت در بررسی رفتار بازارهای مالی است تا مشخص شود که آیا حذف نوفه از سری­زمانی می­تواند دقت تصمیم­گیری ما برای آینده را بالا...

full text

ممیزی سری های زمانی با استفاده از برآورد تابع درستنمایی ضرایب موجک های گسسته

در این مقاله نسبت درستنمایی توابع چگالی دو جامعه نرمال با استفاده از تبدیل موجکی گسسته تقریب زده شده و یک معیار ناپارامتری برای ممیزی مدل های سری های زمانی ایستا در حوزه موجک ها پیشنهاد شده است. سپس با استفاده از روش های شبیه سازی کارایی معیار به دست آمده در ممیزی مدل های مختلف ARMA نشان داده شده است. عدم نیاز به مدل بندی پارامتری، سرعت محاسبات برای سری های زمانی بزرگ و نرخ خطای ممیزی پایین از ...

full text

ریزمقیاس کردن مکانی – زمانی سری های زمانی بارش با استفاده از مدل ترکیبی موجک – شبکه عصبی مصنوعی

با توجه به نیاز شبیه سازی سری های زمانی بارش در مقیاس های مختلف برای مقاصد مهندسی از یک طرف و عدم ثبت این پارامترها در مقیاس های ریز بدلیل مشکلات اجرایی و اقتصادی از طرف دیگر، ریزمقیاس کردن بارش به مقیاس مورد نظر، یک امر ضروری می باشد. در این مطالعه، برای ریزمقیاس کردن سری زمانی بارش ایستگاه های تبریز و سهند، با توجه به ویژگی های غیرخطی مقیاس های زمانی، مدل ترکیبی موجک - شبکه عصبی مصنوعی (WANN)...

full text

استخراج انرژی الکتریکی از نوسانات مکانیکی تصادفی توسط سامانه های الکترومکانیکی خطی و غیر خطی: مقایسه نوفه های مختلف

We investigate harvesting electrical energy from Gaussian white, Gaussian colored, telegraph and random phase-random amplitude (RARP) noises, using linear and nonlinear electromechanical systems. We show that the output power of the linear system with one or two degrees of freedom, is maximum for the Gaussian white noise. The response of the system with two degrees of freedom is widened in a la...

full text

ممیزی سری های زمانی با استفاده از برآورد تابع درستنمایی ضرایب موجک های گسسته

در این مقاله نسبت درستنمایی توابع چگالی دو جامعه نرمال با استفاده از تبدیل موجکی گسسته تقریب زده شده و یک معیار ناپارامتری برای ممیزی مدل های سری های زمانی ایستا در حوزه موجک ها پیشنهاد شده است. سپس با استفاده از روش های شبیه سازی کارایی معیار به دست آمده در ممیزی مدل های مختلف arma نشان داده شده است. عدم نیاز به مدل بندی پارامتری، سرعت محاسبات برای سری های زمانی بزرگ و نرخ خطای ممیزی پایین از ...

full text

پیش بینی سری های زمانی کیفیت آب رودخانه سفیدرود با استفاده از مدل های خطی تصادفی

پیش­بینی کیفیت آب رودخانه­ها به منظور مدیریت مناسب حوضه آنها ضروری است، تا بتوان برای کنترل مقدار آلاینده­ها و رساندن آنها به حد مجاز گام­هایی برداشت.  در مقاله حاضر، قابلیت پیش­بینی سری­های زمانی پارامترهای هدایت الکتریکی و کلر ایستگاه آستانه از رودخانه سفیدرود با استفاده از مدل­های خطی تصادفی بررسی شده است.  به منظور پیش­بینی فصلی سری­های زمانی پارامترهای مذکور، از مدل خودهمبسته میانگین متحرک...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - پژوهشکده فیزیک

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023