皮尔逊的相关性系数代码。方便计算两者的相关性。里面有运行文件和对应的说明。直接在环境下可以运行。欢迎下载，欢迎好评。

奥曲肽治疗化疗相关性腹泻的临床观察借鉴.pdf

AL-DIC 是一种快速、并行计算的 DIC 算法，它结合了 Local Subset DIC（快速，并行计算）和基于 FE 的 Global DIC（保证运动学兼容性）的优点。 有关完整详细信息并使用此代码，请引用我们的论文： Yang J.和Bhattacharya，K.Exp.Mech。 （2019）59：187。 https://doi.org/10.1007/s11340-018-00457-0 。 或在以下位置索取全文： https://www.researchgate.net/publication/329456141_Augmented_Lagrangian_Digital_Image_Correlation 代码手册位于： https://www.researchgate.net/publication/344796296_Augmented_Lagrangian_

针对传统词项之间语义关系抽取难以适用于微博，导致发现微博热点事件不敏感的问题，提出一种基于词项语义共现和社团划分的方法发现热点事件。首先利用热度定义对微博数据进行初次筛选，通过构建共现词项图来模拟词项间的语义相关性，并结合修改的TF-IDF公式计算词项间的语义相关度；借助社区划分和模块度的概念对词项图进行划分，完成词项聚类，进而获得热点事件。实验结果表明，与同类方法相比，该方法的准确率较高，发现的热点事件与实时事件基本保持一致，具有较好的热点识别效果。

文中基于海杂波的经验模型，利用模拟仿真的方法生成时空相关相干海杂波序列。通过介绍瑞利分布、韦布尔分布、对数正态分布及K分布模型，分析海杂波的幅度分布特性，并说明各模型的适用条件。通过论述海杂波的时间相关性和空间相关性模型，提出时空相关海杂波的模拟方法。在以上经验模型的基础上，利用MATLAB 语言对海杂波序列进行仿真设计。对仿真结果生成的相关瑞利分布、相关对数-正态分布、相关韦布尔分布及相关K分布海杂波序列进行验证。

随着社交网络应用的发展，微博客已成为我们日常生活中必不可少的在线交流网络。 对于微博用户而言，推荐高质量的信息是一项苛刻的服务。 一些微博服务鼓励用户使用标签来注释自己，这些标签用于描述他们的兴趣或属性。 但是，很少有用户愿意创建标签，并且可用标签未被完全利用来推荐微博。 此外，微博中的关注/追随者关系是不对称的，不仅可以用于与朋友或熟人交流，还可以用于获取有关特定主题的信息。 到目前为止，还没有采用上述所有信息的微博推荐算法。 本文旨在研究一个联合框架，将标签相关性和用户社交关系相结合，以进行微博推荐。 我们的方法通过用户的个人标签和社交关系来识别用户的兴趣。 更具体地，建立用户标签检索策略以为没有标签或具有很少标签的用户添加标签，然后建立用户标签矩阵，然后获得用户标签权重。 为了解决矩阵稀疏的问题，研究了标签之间的内部和外部相关性，以更新用户标签矩阵。 考虑到用户社交关系对微博推荐的重要性，构建了用户-用户社交关系相似度矩阵。 此外，开发了一种迭代更新方案来获得最终的标签-用户矩阵，以计算微博和用户之间的相似度。 我们通过在真实的微博数据集上进行实验来说明算法的功能。 实验结果表明

伪随机序列的相关性分析及Matlab仿真 m，G生成及相关性分析

信号中值滤波算子的广义相关性

代码是python编写的热力图矩阵，可以实现多变量之间的相关性分析，以此用于下一步操作。所用的库有import seaborn as sns import matplotlib.pyplot as plt import numpy as np import pandas as pd

简介：多项研究表明，出现抑郁症状的人数正在增加。 文献中有一个普遍的共识，即抑郁症在两种性别中都存在，但始终如一的报道表明，与男性相比，女性在抑郁症的发生频率和严重程度上更容易遭受抑郁症的困扰。 研究表明，挪威多达15-20％的青少年表现出抑郁或类似抑郁的症状。 此外，一些研究表明，经历抑郁症状的人数正在增加。 文献中有一个普遍的共识，即抑郁症在两种性别中都存在，但始终如一的报道表明，与男性相比，女性在抑郁症的发生频率和严重程度上更容易遭受抑郁症的困扰。 方法：本研究中使用的所有数据均摘自2014年在挪威青少年中进行的挪威Ungdata调查。 该样本包括46,374个观测值。 结论：在挪威青少年中，自我诊断出的抑郁症状的患病率存在​​显着差异，表明女性更容易暴露。 此外，如所假设的那样，希望与抑郁之间存在密切而重要的关系，希望通过对个人未来教育，幸福和财富的期望来实现。 基于这些发现，我们将希望作为解决抑郁症状的工具。 该分析的结果表明，男性对未来的乐观程度明显较低。