Smiley face

Google
در فروشگاه اينترنتي داتيس   در كل اينترنت

تقويم و مناسبتها

رهگيري مرسولات پستي

كاربرگرامي شما مي توانيد پس از دريافت باركد پســتي از طريق دكمه رهگيري سفارشـات ، بوسيله دكمه رهگيري مرسوله پستي ، مرسـوله خود را از طريق وب سايت اداره پســت رديابي نماييد.

Datissoftware

Datissoftware

نماد ها

logo-samandehi

عناوين علمي و آموزشي

نرم افزارهاي مورد نياز

IDM دانلود Internet Download Manager
Chrome دانلود Google Chrome
Firefox دانلود Mozilla Firefox
Winrar دانلود Winrar
FlashPlayer دانلود Flash Player
Adobe Reader دانلود Adobe Reader
Mp4 Codec دانلود Mp4 Codec

آمار و اطلاعات

جهت عضــويت در خبرنامه فروشــگاه اينترنتي داتيــس ايميل صحيح خود را وارد نماييد.

عنوان : مقاله Estimation of workload using EEG data and classification using linear classifiers

1394/08/11 - 15:22:11
اين مقاله در مورد برآورد حجم کار با استفاده از داده EEG با استفاده از طبقه بندی و طبقه بندی خطی مي باشد. حجم کار شناختی از مدت ذهنی ادراک یک کارگر از یک عملکرد کار و دشواری کار تعریف شده است. به منظور برآورد حجم کار از طریق نوار مغزی (EEG) نیاز به الگوریتم خوب با بهترین ویژگی های موجود مي باشد. هدف از این مطالعه پژوهش به منظور برآورد حجم کار با استفاده از طبقه بندی های خطی بر روی داده های غیر خطی است.


 

International Journal of Scientific & Engineering Research, Volume 6, Issue 10, October-2015

ISSN 2229-5518

Estimation of workload using EEG data and classification using linear classifiers

Sushil Chandra Institute of Nuclear Medicine and Allied Science, DRDO, India.
Greeshma Sharma
Akansha Gomes
DevendraJha Scientific Analysis Group, DRDO, Delhi, India. sagdjha@gmail.com
Alok Prakash Mittal Netaji Subhas Institute of Technology, New Delhi, India. mittalap@gmail.com


: Abstract

Secure and efficient data storage is needed in the cloud environment in modern era of information technology industry. In the present scenario the cloud verifies the authenticity of the cloud services without the knowledge of user’s identity. The cloud provides massive data access  directly through the internet. Centralized storage mechanism is followed here for effective accessing of data. Cloud service providers are normally acquires the software and hardware resources and the cloud consumers are avail the services through the internet. access in lease basis. Cloud security is enhanced through cryptography technique applied to the cloud security to avoid vulnerability. The intractable computability is achieved in the cloud by using the public key cryptosystem. This paper proposed the approach of applying Hyper elliptic curve cryptography for data protection in the cloud with the small key size. The proposed system has the further advantage of eliminating intruder in cloud computing. Efficacy of the system is to provide the high security of the cloud data.

Index Terms: EEG, Workload Classification, Classifier, Support Vector Machine (SVM), K-Means, KNN


خلاصه:

حجم کار شناختي از مدت ذهنی ادراک یک کارگر از یک عملکرد کار و دشواری کار تعریف شده است. به منظور برآورد حجم کار از طریق نوار مغزی (EEG) نیاز به الگوریتم خوب با بهترین ویژگی های موجود مي باشد. هدف از این مطالعه پژوهش به منظور برآورد حجم کار با استفاده از طبقه بندی های خطی بر روی داده های غیر خطی است. حجم کار توسط سطح از ویژگی چند وظیفه باتری II (کار MATB-II) مختلف ارائه شده است. دو ویژگی غیر خطی از توان هرست و هیگوچی فراکتال ابعاد از داده هایی که از 28 نفر که همگی مرد در گروه سنی 25-40 بود به دست آورد استخراج شده است. با استفاده از سه طبقه دائم K-معنی K نزدیکترین همسایه (KNN) و پشتیبانی از ماشین بردار (SVM) برای تست کارایی خود را در مورد داده های حجم کارطبقه بندی شده است. ما طبقه بندی SVM  که به بهترین نتایج از سه طبقه است را فرض گرفته ايم. در مقایسه دقت عملکرد طبقه بندی ما یک طبقه بندی که بهترین نتایج را برای طبقه بندی حجم کار را است را پیشنهاد می کنیم.


دانلود مقاله Estimation of workload using EEG data and classification using linear classifiers

1394/08/11 - 15:22:11
برچسب هاي مطلب :



شما اولين نفري باشيد كه نظر ارسال مي كند.

فرم ثبت نظر

نام و نام خانوادگی
ایمیل
وبلاگ
نظر و کامنت
كد امنيتي