matlab代码左移MovCLUfish
使用数据挖掘从基于个人的模型中可视化鱼类运动模式的工具。
它基于[1]。
简短的介绍
基于空间的基于个体的模型（IBMs）是有用的工具，可用于模拟成千上万的鱼类个体在动态和异构环境中的运动。
处理IBM的输出非常复杂，因为鱼类会根据不断变化的环境条件不断调整其行为。
我们提供了一个名为MovCLUfish的新分析工具，该工具使用数据挖掘来从个体的轨迹中识别出模式。
MovCLUfish被配置为识别与占领（鱼存在区域），聚集动态（鱼个体在存在区域内的分布方式）以及移动性（鱼在子区域之间的移动）有关的鱼类行为特征。
MovCLUfish在特定时间段内的固定时间接收鱼的位置（经度，纬度）作为输入，并在连续的时间戳上执行空间聚类（将它们视为移动对象）。
鱼的位置被分组为簇，其特征（质心，形状，大小，密度）用于提供有关个体空间分布的更多信息。
使用三种内置模式挖掘方法对集群进行分析：
跟踪运动质心（TMC）：
TMC旨在检测鱼类随时间的分布变化。
聚集移动集群（AMC）：
AMC可视化鱼类聚集随时间在地理上变化的方式，
跟踪鱼类流动性（TFM）：
TFM
2021-12-16 10:23:32
52.09MB
1
HCP_MRI行为
用于使用来自年轻成人人类Connectome项目的数据来预测来自静止状态fMRI功能连接的行为变量（例如，智力，人格）中个体差异的代码。 该代码取决于HCP数据结构。 可从HCP网站（ ）获得HCP数据（MRI和行为/人口统计学）
作者：Julien Dubois（ ）和Paola Galdi（ ）
该代码按原样提供，用于文档目的。
包括以下文件：
HCP_helpers.py ：包含所有助手功能和模块导入，用于静态fMRI预处理和行为预测
person.ipynb ：重现以下内容的分析：
Dubois，J。*，Galdi，P。*，Han，Y.，Paul，LK和Adolphs，R。静止状态的功能性大脑连通性最能预测开放性的人格维度。 人格神经科学，印刷中。 预印本： :
Intelligence.ipynb ：在以下位置重现分析
Dubois，
2021-10-12 16:15:43
3.07MB
1
为了更好地提高认知无线电网络中授权频谱的利用率，并为系统用户提供更高质量的服务，采用排队博弈理论研究了混合overlay/underlay频谱共享方式的优化策略。面向认知用户建立了传输时间服从二相阶超指数分布的排队模型，并给出排队模型稳态分布的求解方法。基于收益—支出结构，研究了可视情形下认知用户的个体最优策略及不可视情形下认知用户的纳什均衡策略。以社会收益最优及授权频谱收入最大为目标，给出了认知用户使用授权频谱的接入费用。进行数值实验，揭示了不同策略之间的内在关系，并验证了收费方案的合理性。通过将混合 overlay/underlay 频谱共享方式下的社会最优收益与 overlay 频谱共享方式和 underlay 频谱共享方式下的社会最优收益进行对比，进一步表明了混合 overlay/underlay 频谱共享方式下的社会最优策略能更加稳定且高效地利用频谱资源。
2021-09-25 20:21:10
682KB
1