XiaoMi-AI文件搜索系统
World File Search SystemPATIL
Tulsiramji Gaikwad-Patil工程学院＆...
tt），。hh（。）rrt IL = a \，）- （）''是ILQE！！il-r ti- = ylhn6 o-a-。A-RVH.- 9 II S.E -Xe sl] x o？EU IV .REU IV .R
基于人工智能的结构健康监测的专利计量分析 Pradnya DESAI 1,*、Sayali SANDBHOR 2,*、Amit Kant KAUSHIK 3、Ajit PATIL 4、Vaishnavi DABIR 5 1 研究学者，土木工程系，共生技术学院，共生国际（同等大学），印度浦那。 2 副教授兼土木工程系主任，共生技术学院，共生国际（同等大学），印度浦那。 3 助理教授，建筑与建筑环境系，诺森比亚大学纽卡斯尔，英国 4 助理教授兼土木工程系主任，DYPU，印度浦那。 5 美国佐治亚州 Green Cube Consulting LLC 首席顾问 * 通讯作者：sayali.sandbhor@sitpune.edu.in , pradnya.desai.phd2022@sitpune.edu.in
基于人工智能的结构健康监测的专利计量分析 Pradnya DESAI 1,*、Sayali SANDBHOR 2,*、Amit Kant KAUSHIK 3、Ajit PATIL 4、Vaishnavi DABIR 5 1 研究学者，土木工程系，共生技术学院，共生国际（同等大学），印度浦那。 2 副教授兼土木工程系主任，共生技术学院，共生国际（同等大学），印度浦那。 3 助理教授，建筑与建筑环境系，诺森比亚大学纽卡斯尔，英国 4 助理教授兼土木工程系主任，DYPU，印度浦那。 5 美国佐治亚州 Green Cube Consulting LLC 首席顾问 * 通讯作者：sayali.sandbhor@sitpune.edu.in , pradnya.desai.phd2022@sitpune.edu.in
博士dy patil vidypeth，pimpri，pune
除了现代的基础结构外，DYPBBI的团队还由高素质和有能力的教师组成，具有国家和国际教学和研究经验。该中心为跨学科和协作研究提供了理想的环境。教职员工的研究活动通过来自瑞典SIDA，CSIR，DBT，DST等国家和国际机构的壁外研究资金提供了充分的资金。该机构保持了很高的学术卓越水平，并具有鼓舞人心的氛围，可促进个人在生物技术和生物信息学教育领域的能力和能力的充分利用。该研究所拥有许多设备齐全的实验室，用于教学和研究，以使用分子生物学，动物组织培养，植物组织培养等现代技术进行实验。此外，该研究所拥有现代和最先进的生物信息学实验室，用于先进的教学和研究。
不同情绪状态下脑电信号的特征提取 1 ASHISH PANAT, 2 ANITA PATIL, 3 GAYATRI DESHMUKH 1 研究指导，Priyadarshini Co
摘要-本文旨在分析受试者在不同情绪状态下的真实生活（脑电图）EEG信号，并阐明情绪的影响如何反映在统计参数中。在适当的环境中捕获真实生活数据并进行处理。使用小波变换计算平均值、方差、标准差（STD）、偏度、功率、熵和均方根（RMS）值等统计特征。关键词-熵；功率；RMS值；小波变换。一、引言如今，由于人类生活方式的改变和忙碌的日程安排，会发生各种各样的后果，影响人类的整体健康以及心理健康和情绪稳定。各种情绪的发生反映在大脑各个点诱发的电位上。有多种技术可以观察大脑状态的变化，例如 CT 扫描 (计算机断层扫描)、脑磁图 (脑磁图)、磁共振成像 (磁共振成像)、功能磁共振成像 (功能磁共振成像) 和脑电图 (EEG)。每种技术都有自己的优点和局限性，因此也有各自的应用领域。脑电图是所有这些技术中最便宜的，但仍然可以提供更好的信息内容。脑电图是头皮上的电活动记录，可测量由大脑神经元内的离子电流流动引起的电压波动 [1]。对脑电图信号进行分类和降低数据维度对于降低时间复杂度和提高系统性能非常重要。有多种方法可以从脑电图信号中提取特征，但有效的特征选择是分析的关键因素。为了捕捉不同受试者的脑电图信号 (脑机接口)，脑机接口使用 3 个电极：双耳各 2 个电极，头皮上的“CZ”位置（即头部正中央）第 3 个电极。受试者处于合适的环境中，引发不同的情绪，如快乐、愤怒和悲伤，并在每种情绪状态下收集数据。这些数据被采样并用于提取各种特征。EEG 信号的分析可以了解各种情绪状态。因此，这种分析可用于分析不同的情绪问题。但是，当从 EEG 信号中提取的特征数量过多时，EEG 信号的分析会变得耗时且复杂。因此需要减少这些特征。