Loading...
机构名称:
¥ 1.0

摘要 存储、传输和处理高维脑电图 (EGG) 信号是一项关键挑战。EEG 压缩的目标是去除 EEG 信号中的冗余数据。EEG 等医学信号必须具有高质量才能用于医学诊断。本文使用基于离散余弦变换 (DCT) 和双移位编码的接近零均方误差 (MSE) 的压缩系统来实现快速高效的 EEG 数据压缩。本文研究并比较了对变换和量化的输入信号应用或不使用增量调制的情况。在将输出映射到正值后应用双移位编码作为最后一步。使用来自 CHB-MIT 头皮 EEG 数据库的 EEG 数据文件测试系统性能。压缩比 (CR) 用于评估压缩系统性能。与以前对相同数据样本的研究相比,结果令人鼓舞。关键词:EEG、压缩、DCT、双移位编码、增量调制、映射到正值、直方图、压缩比。巴塞特莫尔 巴塞特莫尔 巴塞特莫尔 阿尔莫尔 莫尔

使用 DCT、增量调制和双移位的比较研究

使用 DCT、增量调制和双移位的比较研究PDF文件第1页

使用 DCT、增量调制和双移位的比较研究PDF文件第2页

使用 DCT、增量调制和双移位的比较研究PDF文件第3页

使用 DCT、增量调制和双移位的比较研究PDF文件第4页

使用 DCT、增量调制和双移位的比较研究PDF文件第5页

相关文件推荐

2015 年
¥1.0
2024 年
¥2.0
2021 年
¥1.0
2023 年
¥1.0
2020 年
¥1.0
1900 年
¥8.0
2018 年
¥26.0
2018 年
¥6.0
2022 年
¥1.0
2017 年
¥12.0
2022 年
¥2.0
2023 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
2007 年
¥1.0
2024 年
¥1.0
2022 年
¥1.0
2021 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0
2007 年
¥1.0
2024 年
¥1.0
2019 年
¥1.0