这个代码对相应路径下的所有的EXCEL表的数据都做Mann-Kendall检验

excel版本的MK trend test的英文说明及使用方法，包括置信区间等，只要把数据输入进去就可以了

在Tensorflow中使用记忆增强神经网络进行一枪学习。 更新：添加了对Tensorflow v1 *的支持。 本文采用记忆增强神经网络的一站式学习的Tensorflow实现。 目前的执行进度： 实用功能： 图像处理器 指标（精度） 相似度（余弦相似度） LSTM控制器和存储单元 批处理发生器 Omniglot测试人员代码 通过自动编码器进行无监督功能学习 牛/新出生识别 基准数据集是。 所有数据集都应放置在文件夹中。 亚当·桑托罗，谢尔盖Bartunov，马修Botvinick，大安Wierstra，蒂莫西Lillicrap，一次性学习与记忆，增强神经网络，[ ]

做一个独立的样本，2-tailed Mann-Whitney U 检验（最常见的用例）。 Matlab 的ranksum 函数只输出第一个样本的ranksum，而不是U。这与p（第一个输出参数）、ranksum（第二个输出参数）和U（第三个输出参数）一起输出。

代码执行两个尾 Mann-Kendall 检验，修改后考虑时间序列的自相关（Hamed 和 Rao，1998）。 对照趋势的替代，检验向量 V 中趋势缺失的零假设。 测试结果在 H = 1 中返回，表明在 alpha 显着性水平拒绝原假设。 H = 0 表示未能在 alpha 显着性水平上拒绝原假设。

湍流风的单点光谱，共光谱和相干性的计算是使用Mann（1994）的均匀剪切模型进行的[1]。 目的是仅使用3个可调整参数来描述在中性大气分层条件下静止的均匀湍流的空间结构。 本呈件包含： -函数MannTurb.m计算剪切的频谱张量-计算风相干性的函数MannCoherence -示例文件的LiveScript -数据文件GreatBeltSpectra.mat，其中包含来自Great Belt Bridge实验的风谱，用于与计算的谱进行比较。 任何问题，评论或建议均受到热烈欢迎。 参考[1] Mann，J.（1994）。 中性大气表层湍流的空间结构。 流体力学杂志，273，141-168。

大数据-算法-非线性分数阶微分方程Dirich省略mann型边值问题的正解的存在性.pdf

Mann-Kendall 非参数检验 python 论文

（二）Mann-Kendall突变检验实例 选择位于新疆南疆地区的焉耆气象站，以年平均气温和降水数据为依据，用它们进行突变检验。 图4.4.1和图4.4.2，分别给出了由焉耆气象站1961～2010年期间年平均气温数据和年降水数据计算得出的UF和UB曲线。

mann-kendall趋势检验和突变点分析mat