مقالات ترجمه شده

یک الگوریتم پیشرفته فازی براساس پردازش پیشرفته ی سیگنال برای تشخیص استرس

عنوان فارسی

یک الگوریتم پیشرفته فازی براساس پردازش پیشرفته ی سیگنال برای تشخیص استرس


عنوان لاتین

An enhanced fuzzy algorithm based on advanced signal processing for identification of stress

مشخصات کلی

سال انتشار 2018
کد مقاله 2208
فرمت فایل ترجمه Word
تعداد صفحات ترجمه 15
نام مجله Neurocomputing
نشریه ScienceDirect
درج جداول و شکل ها در ترجمه انجام شده است
جداول داخل مقاله ترجمه شده است

چکیده فارسی

امروزه ترویج و توسعه ی خودمختاری افراد به خصوص برای اقرادی با برخی ناتوانی ها ، برای بهتر کردن کیفیت زندگی آنها و دست یافتن به رندگی بهتر اجتماعی و فرهنگی حیاتی است. بنابراین شناسایی شرایط استرس زا می تواند ابزار کمکی مناسبی برای توسعه ی درک بهتر جامعه باشد. این کار تغییرات و پیشرفتهای مهمی را برای یک سیستم منطق فازی تشخیض استرس موجود بر اساس نظارت و پردازش سیگنال های متفاوت فیزیولزیکی (مانند ضربان قلب، واکنش پوست گالوانیک و تنفس) نشان میدهد.در ابتدا متدی را بر اساس پردازش های موجی نشان میدهد که تشخیص Rنقطه اوج در الکترو دیاگرام را بهبود میبخشد. سپس سیگنال پاسخ گالوانیک را به دو بخش تجزیه می کند: مقدار میانگین و تغییرات. به علاوه اطلاعات سیگنال تنفس را با آنالیز ترکیب مکرر آن استخراج می نماید.در پایان یک پاسخ بهبود یافته برای تشخیض تغییرات استرس در مقایسه با روش های پیشین نمایش داده شده است.

چکیده لاتین

Nowadays, it is crucial to promote and develop the autonomy of people, and specifically of individuals with some disability, in order to improve their life quality and achieve a better inclusion into sociocultural life. Therefore, the identification of stress situations can be a suitable assistive tool for improving their socio-cultural inclusion. This work presents important enhancements and variations for an existing fuzzy logic stress detection system based on monitoring and processing different physiological signals (heart rate, galvanic skin response and breath). First, it proposes a method based on wavelet processing to improve the detection of R peaks of electrocardiograms. Afterwards, it proposes to decompose the galvanic response signal into two components: the average value and the variations. In addition, it proposes to extract information out the breath signal by analyzing its frequential composition. Finally, an improved response in detecting stress changes is shown in comparison with other previous works

خرید و دانلود ترجمه این مقاله:

جهت خرید این مقاله ابتدا روی لینک زیر کلیک کنید، به صفحه ای وارد می شوید که باید نام و ایمیل خود را وارد کنید و پس از آن روی دکمه خرید و پرداخت کلیک نمایید، پس از پرداخت بلافاصله به سایت بازگشته و می توانید فایل خود را دانلود کنید، همچنین لینک دانلود به ایمیل شما نیز ارسال خواهد شد.

دیدگاه ها

هیچ دیدگاهی برای این مقاله ثبت نشده است

ارسال دیدگاه

مقالات معتبر علمی از ژورنال های ISI