文件名称：matlab中绿色的代码什么意思-pyMCR:Python的多元曲线解析度
文件大小：901KB
文件格式：ZIP
更新时间：2024-06-10 13:50:35
系统开源
matlab中绿色的代码的英文pyMCR：Python中的多变量曲线分辨率 可在以下位置在线获取文档 软件DOI： 手稿DOI： pyMCR是用于执行多元曲线分辨率的小型软件包。 当前，它实现了一个简单的交替回归方案（MCR-AR）。 最常见的实现是使用普通最小二乘回归MCR-ALS。 在两个矩阵上均具有非负约束的MCR与非负矩阵分解（NMF）相同。 从历史上看，MCR也使用其他名称： 自建模混合物分析（SMMA） 自建模曲线分辨率（SMCR） 可用方法： 回归器： （默认） 本机支持（例如，，，） 约束条件 非负性 正常化 零终点 零和（大约）累积总和的端点（也可以指定节点） 累积求和的非负性 压缩或剪切高于或低于阈值的值 用规定的目标替换跨特征总和样本（例如，0浓度） 强制执行平面（“平面化”）。 例如，浓度图像是平面。 错误指标/损失函数均方误差 其他选择修复已知的目标（C和/或ST，并让其他目标发生变化） 它的作用是： 通过最小化例程估算浓度和光谱矩阵。 这是MCR方法的核心。 以用户定义的顺序启用某些约束的应用。 它不做什么： 估计样品中的组分数。 这是某些更高级的MCR-A
【文件预览】：
pyMCR-master
----Examples()
--------mcr_conc_retr.png(53KB)
--------Demo.ipynb(487KB)
--------mcr_spectra_retr.png(59KB)
--------JRes_NIST_Paper.ipynb(391KB)
----README.rst(10KB)
----CONTRIBUTING.rst(5KB)
----CHANGELOG.rst(2KB)
----.travis.yml(3KB)
----setup.cfg(131B)
----LICENSE.md(1KB)
----setup.py(2KB)
----docs()
--------source()
--------make.bat(756B)
--------sphinx-build-all.sh(119B)
--------Makefile(584B)
----appveyor.yml(880B)
----.gitignore(1KB)
----MANIFEST.IN(342B)
----.coveragerc(148B)
----pymcr()
--------regressors.py(3KB)
--------condition.py(759B)
--------__init__.py(197B)
--------metrics.py(218B)
--------mcr.py(19KB)
--------tests()
--------constraints.py(25KB)