Zum Hauptinhalt springen

Glucose Data Classification for Diabetic Patient Monitoring

Rghioui, Amine ; Lloret, Jaime ; et al.
MDPI AG, 2019
Online academicJournal

Titel:
Glucose Data Classification for Diabetic Patient Monitoring
Autor/in / Beteiligte Person: Rghioui, Amine ; Lloret, Jaime ; Parra-Boronat, Lorena ; Sendra, Sandra ; Oumnad, Abdelmajid ; Universitat Politècnica de València. Departamento de Comunicaciones - Departament de Comunicacions ; Agencia Estatal de Investigación
Link:
Veröffentlichung: MDPI AG, 2019
Medientyp: academicJournal
ISSN: 2076-3417 (print)
DOI: 10.3390/app9204459
Schlagwort:
  • Internet of Things
  • Big Data
  • Healthcare
  • Machine learning
  • Diabetes
  • Blood glucose
  • INGENIERIA TELEMATICA
Sonstiges:
  • Nachgewiesen in: BASE
  • Sprachen: English
  • Collection: Universitat Politécnica de Valencia: RiuNet / Politechnical University of Valencia
  • Document Type: article in journal/newspaper
  • Language: English
  • Rights: http://creativecommons.org/licenses/by/4.0/ ; info:eu-repo/semantics/openAccess

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

oder
oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

oder
oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.

xs 0 - 576
sm 576 - 768
md 768 - 992
lg 992 - 1200
xl 1200 - 1366
xxl 1366 -