文件名称：matlab精度检验代码-jPCA:jPCA用于Python中的神经数据分析
文件大小：306KB
文件格式：ZIP
更新时间：2024-06-10 16:02:14
系统开源
matlab精度检验代码jPCA用于Python中的神经数据分析 这是丘吉兰（Cunningland）等人（《自然》，2012年）的《到达期间的神经种群动态》中“ jPCA”技术的一种实现。 它紧密地反映了Churchland教授发布的原始MATLAB代码包。 有关JPCA技术和MATLAB实现的更多信息，请参见： 注意：尽管我们的结果与我们测试过的数据集的MATLAB实现相匹配，但我们无法保证此软件包的准确性。 对于认真的分析，我们建议您还使用原始的MATLAB实现来验证结果。 安装 克隆此仓库，并导航到目录，然后尝试pip install . 请随时与安装问题联系。 使用情况 我们已经在“ example”文件夹中放置了一个简单的示例笔记本。 您将需要将数据格式化为一个列表，其中列表的每个条目都是一个T x N数组（T是时间步数，N是神经元或单位数）。 fit函数负责预处理，例如减去交叉条件均值并执行常规PCA作为预处理步骤。 import numpy as np import jPCA from jPCA . util import load_churchland_data ,
【文件预览】：
jPCA-master
----LICENSE(1KB)
----jPCA.egg-info()
--------PKG-INFO(262B)
--------requires.txt(36B)
--------SOURCES.txt(209B)
--------top_level.txt(5B)
--------dependency_links.txt(1B)
----examples()
--------simple_jPCA_example.ipynb(263KB)
--------.ipynb_checkpoints()
----setup.py(461B)
----.gitignore(1KB)
----README.md(2KB)
----jPCA()
--------regression.py(2KB)
--------__pycache__()
--------util.py(8KB)
--------jPCA.py(7KB)
--------__init__.py(19B)