dc.contributor.author |
Achaibou, Amina |
|
dc.contributor.other |
Bousbia Salah, Hicham, Directeur de thèse |
|
dc.contributor.other |
Bousbia Salah, Assya, Directeur de thèse |
|
dc.date.accessioned |
2021-01-24T14:55:57Z |
|
dc.date.available |
2021-01-24T14:55:57Z |
|
dc.date.issued |
2014 |
|
dc.identifier.other |
Ms08314 |
|
dc.identifier.uri |
http://repository.enp.edu.dz/xmlui/handle/123456789/7011 |
|
dc.description |
Mémoire de Master : Électronique : Alger, École Nationale Polytechnique : 2014 |
fr_FR |
dc.description.abstract |
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. |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.subject |
EEG |
fr_FR |
dc.subject |
DWT |
fr_FR |
dc.subject |
FFBPNN |
fr_FR |
dc.title |
Systèmes de classification des signaux biomédicaux EEG basé sur l’énergie d’ondelettes relative, l’entropie relative et les réseaux de neurones |
fr_FR |
dc.type |
Thesis |
fr_FR |