مصطفی چرمی
دانشگاه زنجان - دانشکده مهندسی
[ 1 ] - افزایش صحت طبقهبندی سیگنالهای EEG تصور حرکتی با ترکیب منطقی طبقهبندها و با بهکارگیری الگوریتم ژنتیک و درختان تصمیم کوچک
در این مقاله به ارائه روشی دومرحلهای برای بهبود دقت طبقهبندی سیگنال EEG میپردازیم. هدف اصلی این مقاله، بهبود طبقهبندی تصورات حرکتی نشأت گرفته از سیگنال مغز است. در این راستا یک طبقهبند ترکیبی مبتنی بر قوانین جبر بول و الگوریتم ژنتیک ارائه شده است که برای استخراج ویژگی از سیگنال EEG، از ویژگیهای حوزه زمان-فرکانس استفاده میکند که شامل شاخصهای آماری و غیرآماری بهدست آمده از تبدیل بسته موج...
[ 2 ] - Assessment of the Log-Euclidean Metric Performance in Diffusion Tensor Image Segmentation
Introduction: Appropriate definition of the distance measure between diffusion tensors has a deep impact on Diffusion Tensor Image (DTI) segmentation results. The geodesic metric is the best distance measure since it yields high-quality segmentation results. However, the important problem with the geodesic metric is a high computational cost of the algorithms based on it. The main goal of this ...
نویسندگان همکار