在好例子网,分享、交流、成长!
您当前所在位置:首页Others 开发实例一般编程问题 → fMRI数据分析Matlab函数

fMRI数据分析Matlab函数

一般编程问题

下载此实例
  • 开发语言:Others
  • 实例大小:0.36M
  • 下载次数:2
  • 浏览次数:67
  • 发布时间:2021-11-18
  • 实例类别:一般编程问题
  • 发 布 人:js2021
  • 文件格式:.rar
  • 所需积分:2
 

实例介绍

【实例简介】
本人研一机器学习课程设计,做fMRI课题时用到的非常实用的fMRI数据分析函数,像贝叶斯方法等,还有特征选择等等函数,几十个函数。
【实例截图】
【核心代码】
4744300845144949368.rar
├── animate16Trial.m
├── animate6Trial.m
├── animateTrial.asv
├── animateTrial.m
├── applyClassifier.asv
├── applyClassifier.m
├── classifierBayes.asv
├── classifierBayes.m
├── classifierLogisticRegression.m
├── classifierNeuralNetwork.m
├── classifierSMLR_core.m
├── classifierSMLR.m
├── computeCorrelation.m
├── consist.m
├── createColToROI.m
├── docs on the software.doc
├── example_animation.m
├── example_starplus.m
├── getConditionTimecourse.m
├── getROI.m
├── getVoxelTimecourse.m
├── IDMinformation.m
├── idmToExamples_condLabel.m
├── idmToExamples_fixation.m
├── loadROIcoords.m
├── localInformation.m
├── mergeExamples.m
├── mlp.m
├── mlppak.m
├── mri_computeTvalues.m
├── mri_infoTrials.m
├── mri_mergeIDM.m
├── Netlab
│   ├── conffig.m
│   ├── confmat.m
│   ├── conjgrad.m
│   ├── consist.m
│   ├── Contents.m
│   ├── convertoldnet.m
│   ├── datread.m
│   ├── datwrite.m
│   ├── dem2ddat.m
│   ├── demard.m
│   ├── demev1.m
│   ├── demev2.m
│   ├── demev3.m
│   ├── demgauss.m
│   ├── demglm1.m
│   ├── demglm2.m
│   ├── demgmm1.m
│   ├── demgmm2.m
│   ├── demgmm3.m
│   ├── demgmm4.m
│   ├── demgmm5.m
│   ├── demgpard.m
│   ├── demgp.m
│   ├── demgpot.m
│   ├── demgtm1.m
│   ├── demgtm2.m
│   ├── demhint.m
│   ├── demhmc1.m
│   ├── demhmc2.m
│   ├── demhmc3.m
│   ├── demkmn1.m
│   ├── demknn1.m
│   ├── demmdn1.m
│   ├── demmet1.m
│   ├── demmlp1.m
│   ├── demmlp2.m
│   ├── demnlab.m
│   ├── demns1.m
│   ├── demolgd1.m
│   ├── demopt1.m
│   ├── dempot.m
│   ├── demprgp.m
│   ├── demprior.m
│   ├── demrbf1.m
│   ├── demsom1.m
│   ├── demtrain.m
│   ├── dist2.m
│   ├── eigdec.m
│   ├── errbayes.m
│   ├── evidence.m
│   ├── fevbayes.m
│   ├── foptions.m
│   ├── gauss.m
│   ├── gbayes.m
│   ├── glmderiv.m
│   ├── glmerr.m
│   ├── glmevfwd.m
│   ├── glmfwd.m
│   ├── glmgrad.m
│   ├── glmhess.m
│   ├── glminit.m
│   ├── glm.m
│   ├── glmpak.m
│   ├── glmtrain.m
│   ├── glmunpak.m
│   ├── gmmactiv.m
│   ├── gmmem.m
│   ├── gmminit.m
│   ├── gmm.m
│   ├── gmmpak.m
│   ├── gmmpost.m
│   ├── gmmprob.m
│   ├── gmmsamp.m
│   ├── gmmunpak.m
│   ├── gpcovarf.m
│   ├── gpcovar.m
│   ├── gpcovarp.m
│   ├── gperr.m
│   ├── gpfwd.m
│   ├── gpgrad.m
│   ├── gpinit.m
│   ├── gp.m
│   ├── gppak.m
│   ├── gpunpak.m
│   ├── gradchek.m
│   ├── graddesc.m
│   ├── gsamp.m
│   ├── gtmem.m
│   ├── gtmfwd.m
│   ├── gtminit.m
│   ├── gtmlmean.m
│   ├── gtmlmode.m
│   ├── gtm.m
│   ├── gtmmag.m
│   ├── gtmpost.m
│   ├── gtmprob.m
│   ├── hbayes.m
│   ├── hesschek.m
│   ├── hintmat.m
│   ├── hinton.m
│   ├── histp.m
│   ├── hmc.m
│   ├── intro.php.html
│   ├── kmeans.m
│   ├── knnfwd.m
│   ├── knn.m
│   ├── LICENSE
│   ├── linef.m
│   ├── linemin.m
│   ├── maxitmess.m
│   ├── mdn2gmm.m
│   ├── mdndist2.m
│   ├── mdnerr.m
│   ├── mdnfwd.m
│   ├── mdngrad.m
│   ├── mdninit.m
│   ├── mdn.m
│   ├── mdnnet.mat
│   ├── mdnpak.m
│   ├── mdnpost.m
│   ├── mdnprob.m
│   ├── mdnunpak.m
│   ├── metrop.m
│   ├── minbrack.m
│   ├── mlpbkp.m
│   ├── mlpderiv.m
│   ├── mlperr.m
│   ├── mlpevfwd.m
│   ├── mlpfwd.m
│   ├── mlpgrad.m
│   ├── mlphdotv.m
│   ├── mlphess.m
│   ├── mlphint.m
│   ├── mlpinit.m
│   ├── mlp.m
│   ├── mlppak.m
│   ├── mlpprior.m
│   ├── mlptrain.m
│   ├── mlpunpak.m
│   ├── netderiv.m
│   ├── neterr.m
│   ├── netevfwd.m
│   ├── netgrad.m
│   ├── nethess.m
│   ├── netinit.m
│   ├── netlogo.mat
│   ├── netopt.m
│   ├── netpak.m
│   ├── netunpak.m
│   ├── oilTrn.dat
│   ├── oilTst.dat
│   ├── olgd.m
│   ├── over.php.html
│   ├── pca.m
│   ├── plotmat.m
│   ├── ppca.m
│   ├── quasinew.m
│   ├── rbfbkp.m
│   ├── rbfderiv.m
│   ├── rbferr.m
│   ├── rbfevfwd.m
│   ├── rbffwd.m
│   ├── rbfgrad.m
│   ├── rbfhess.m
│   ├── rbfjacob.m
│   ├── rbf.m
│   ├── rbfpak.m
│   ├── rbfprior.m
│   ├── rbfsetbf.m
│   ├── rbfsetfw.m
│   ├── rbftrain.m
│   ├── rbfunpak.m
│   ├── rosegrad.m
│   ├── rosen.m
│   ├── scg.m
│   ├── somfwd.m
│   ├── som.m
│   ├── sompak.m
│   ├── somtrain.m
│   ├── somunpak.m
│   └── xor.dat
├── netopt.m
├── netpak.m
├── plotSnapshot3D.m
├── plotSnapshot.m
├── plotTrial.m
├── plotTrialVoxFn.m
├── plotVoxelBare.m
├── plotVoxelColor.m
├── plotVoxel.m
├── README.txt
├── snapToImage.asv
├── snapToImage.m
├── summarizePredictions.asv
├── summarizePredictions.m
├── test1.m
├── test2.m
├── test3.m
├── test4.m
├── TestActive.m
├── test_feature_selection_datastarplus.m
├── test.m
├── TestROI.asv
├── TestROI.m
├── trainClassifier.asv
├── trainClassifier.m
├── transformIDM_avgROIVoxels.m
├── transformIDM_avgTrialCondition.m
├── transformIDM_avgTrials.m
├── transformIDM_avgVoxels.m
├── transformIDM_avgVoxelSubset.m
├── transformIDM_mergeMulti.m
├── transformIDM_mergeTrials.m
├── transformIDM_normalizeImages.m
├── transformIDM_normalizeTrials.m
├── transformIDM_pairwiseAvg.m
├── transformIDM_selectActiveVoxact.m
├── transformIDM_selectActiveVoxels.m
├── transformIDM_selectROIVoxels.m
├── transformIDM_selectTimewindow.m
├── transformIDM_selectTrials.m
├── transformIDM_selectVoxelSubset.m
├── transformIDM_separateBlocks.m
├── transformIDM_smoothingKR.m
└── transformIDM_unfold.m

1 directory, 257 files

标签:

实例下载地址

fMRI数据分析Matlab函数

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警