Veuillez utiliser cette adresse pour citer ce document : http://repository.enp.edu.dz/jspui/handle/123456789/7011
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorAchaibou, Amina-
dc.contributor.otherBousbia Salah, Hicham, Directeur de thèse-
dc.contributor.otherBousbia Salah, Assya, Directeur de thèse-
dc.date.accessioned2021-01-24T14:55:57Z-
dc.date.available2021-01-24T14:55:57Z-
dc.date.issued2014-
dc.identifier.otherMs08314-
dc.identifier.urihttp://repository.enp.edu.dz/xmlui/handle/123456789/7011-
dc.descriptionMémoire de Master : Électronique : Alger, École Nationale Polytechnique : 2014fr_FR
dc.description.abstractDans 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.fr_FR
dc.language.isofrfr_FR
dc.subjectEEGfr_FR
dc.subjectDWTfr_FR
dc.subjectFFBPNNfr_FR
dc.titleSystèmes de classification des signaux biomédicaux EEG basé sur l’énergie d’ondelettes relative, l’entropie relative et les réseaux de neuronesfr_FR
dc.typeThesisfr_FR
Collection(s) :Département Electronique

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
ACHAIBOU.Amina.pdfMs083142.07 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.