搜索资源列表
SIMCA-P
- simca-p 11.5 demo补丁,需要的可以用一下,有好处!-simca-p 11.5 demo patch, you can be required, good!
SIMCARD
- SIM卡座资料，结构尺寸和定义，有多种选择。-SIM card connector data, structure, size and definition, there are a number of options.
SIMCA-P_11.5_Demo_crack_time
- 用于破解simca-p 11.5 demo的时间限制。-For the simca-p 11.5 demo crack time limit.
Simca-P
- 偏最小二乘法的开发工具的中文教程，pdf格式-Partial least squares and development tools, tutorials in Chinese, pdf format
simca-p0
- 偏最小二乘软件的使用指南，详细介绍了SIMCA-P软件的使用方法，并给出了实例。-PLS software, user guide, detailing the SIMCA-P software use, and gives an example.
SIMCA-PP-11-Tutorial
- simca-p偏最小二乘法软件教程-useful word
SIMCA-P-jc
- 偏最小二乘法的开发工具的中文教程，方法实用，操作简单 -Partial least squares method development tools, Chinese tutorials, practical, and simple operation
1
- 光谱分析中的聚类方法和判别方法,包括： 系统聚类、K均值聚类、距离判别、SIMCA法、kNN法等。-Spectroscopy clustering method and discriminant
classification_toolbox
- 分类工具包，含有多个分类算法的matlab源程序，适用于类别数据的分类和可视化-The Classification toolbox for MATLAB is a collection of MATLAB modules for calculating classification (supervised pattern recognition) multivariate models: Discriminant Analysis,
simca
- 化学计量学方法SIMCA建模的matlab代码学习-matlab code of SIMCA modeling
simcapred
- SIMCA方法是建立在主成分分析基础上的一种有监督模式识别方法。该算法的基本思路是对训练集中每一类样本的光谱矩阵分别进行主成分分析，建立每一类的主成分分析数学模型，然后在此基础上对未知样本进行识别，即分别试探该未知样本与各类模型进行拟合，以确定其属于哪一类或不属于任何一类。-SIMCA method is based on principal component analysis of a supervised pattern reco
simca
- SIMCA(簇类的独立软模式方法）-MATLAB代码 聚类分析包括举例。-Data cluster analysis
simca
- 主成分分析的一种分类方法，用于模式识别。输入参数自己设定。(A classification method for principal component analysis. Used in pattern recognition.)
新建 WinRAR ZIP 压缩文件
- 软件中文操作，帮助学习SIMCA软件，了解代谢组学内容。顺利毕业(Software Chinese operation)
simca-11
- 简单的光谱处理软件，成品的，不是源码，不过用着很方便(Simple spectral processing software, finished, not source code, but with very convenient)
pca
- 红外光谱，预处理，PCA，SIMCA,溯源(Traceability of infrared spectrum)
classification
- 识别分类算法 matlab程序 PLSDA SIMCA等 机器学习 application 直接运行 带入分类数据 建立模型后运行(Recognition and Classification Algorithms, Programs, Machine Learning Applications, etc. Run directly and bring in classified data to build models.)