Jx-EMGT:肌电图(EMG)特征提取工具箱
-------------------------------------------------------------------------------------------------------------------------------------------------------------------
*此工具箱提供40种类型的肌电图功能
*演示了如何使用生成的样本信号应用特征提取方法。
*有关此Jx EMGT工具箱的详细信息,请访问https://github.com/JingweiToo/EMG-Feature-Extraction-Toolbox
引用为
Jingwei等人,《基于离散小波变换和增强特征提取的手部运动分类》,《国际高级计算机科学与应用杂志》,第10卷,第6期,科学与信息组织,2019年,doi:10.14569/ijacsa.2019.0100612。
查看更多样式
MLA |
Jingwei等人,《基于离散小波变换和增强特征提取的手部运动分类》,《国际高级计算机科学与应用杂志》,第10卷,第6期,科学与信息组织,2019年,doi:10.14569/ijacsa.2019.0100612。 |
APA |
Too,J.,Rahim,A.,和Mohd,N.(2019年)。基于离散小波变换和增强特征提取的手部运动分类。国际高级计算机科学与应用杂志,10(6)。科学和信息组织。从https://doi.org/10.14569%2Fijacsa.2019.0100612 |
BibTeX |
@第{Too_2019,doi={10.14569/ijacsa.2019.0100612}条,url={https://doi.org/10.14569%2Fijacsa.2019.0100612},年份=2019年,出版商={科学和信息组织},卷={10},编号={6},作者={精卫太和阿卜杜勒·拉希姆和诺哈希玛·穆罕默德},标题={基于离散小波变换和增强特征提取的手部运动分类},期刊={国际高级计算机科学与应用杂志} |
Jingwei等人,“使用Pbest指南二元粒子群优化进行肌电特征选择和分类”,《计算》,第7卷,第1期,MDPI AG,2019年2月,第页。12,内政部:10.3390/7010012。
查看更多样式
MLA |
Jingwei等人,“使用Pbest指南二元粒子群优化进行肌电特征选择和分类”,《计算》,第7卷,第1期,MDPI AG,2019年2月,第页。12,内政部:10.3390/7010012。 |
APA |
Too,J.,Abdullah,A.,Saad,N.M.,和Tee,W.(2019)。使用Pbest指南的肌电特征选择和分类二元粒子群优化。计算,7(1),12。MDPI AG。检索自https://doi.org/10.3390%2Fcomputation7010012 |
BibTeX |
@第{Too_2019,doi={10.3390/7010012}条,url={https://doi.org/10.3390%2Fcomputation7010012},年份=2019年,月份=2月,出版商={{MDPI}{AG}},卷={7},数量={1},页码={12},作者={Jingwei Too and Abdul Abdullah and Norhashimah Mohd Saad and Weihown Tee},标题={EMG}使用Pbest指南的特征选择和分类二进制粒子群优化},journal={Computation} |