Zobrazeno 1 - 10
of 45
pro vyhledávání: '"Wongkittisuksa, B."'
Effect of window size and contraction types on the stationarity of Biceps Brachii muscle EMG signals
Autor:
Thongpanja, S., Phinyomark, A., Quaine, F., Laurillau, Y., Wongkittisuksa, B., Limsakul, C., Pornchai Phukpattaranont
Publikováno v:
i-CREATe 2013-IEEE 7th International convention on rehabilitation Engineering and Assistive technology
i-CREATe 2013-IEEE 7th International convention on rehabilitation Engineering and Assistive technology, Aug 2013, Séoul, South Korea
HAL
i-CREATe 2013-IEEE 7th International convention on rehabilitation Engineering and Assistive technology, Aug 2013, Séoul, South Korea. pp.44:1--44:4
Scopus-Elsevier
i-CREATe 2013-IEEE 7th International convention on rehabilitation Engineering and Assistive technology, Aug 2013, Séoul, South Korea
HAL
i-CREATe 2013-IEEE 7th International convention on rehabilitation Engineering and Assistive technology, Aug 2013, Séoul, South Korea. pp.44:1--44:4
Scopus-Elsevier
International audience; In order to analyze surface electromyography (EMG) signals, it is necessary to use techniques based on time (temporal) domain or frequency (spectral) domain. However, these techniques are based on the mathematical assumption o
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::22350708fcac7ea0784e9251c174cdb4
https://hal.archives-ouvertes.fr/hal-00870923
https://hal.archives-ouvertes.fr/hal-00870923
Publikováno v:
5th 2012 Biomedical Engineering International Conference; 1/ 1/2012, p1-5, 5p
Publikováno v:
2010 International Conference on Electrical Engineering/Electronics Computer Telecommunications & Information Technology (ECTI-CON); 2010, p501-504, 4p
Publikováno v:
2009 6th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications & Information Technology; 2009, p1032-1035, 4p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Scopus-Elsevier
Songklanakarin Journal of Science and Technology (SJST), Vol 34, Iss 6, Pp 637-644 (2012)
Songklanakarin Journal of Science and Technology (SJST), Vol 34, Iss 6, Pp 637-644 (2012)
We present a system for improving fall detection performance using a short time min-max feature based on the specificsignatures of critical phase fall signal and a neural network as a classifier. Two subject groups were tested: Group A involvingfalls
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::6c47742f229937abe8b71ccd85ef2b7f
http://www.scopus.com/inward/record.url?eid=2-s2.0-84870956580&partnerID=MN8TOARS
http://www.scopus.com/inward/record.url?eid=2-s2.0-84870956580&partnerID=MN8TOARS
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.