特征向量大学回到西雅图,美国2023年5月广州完整的信息!

PLS_Toolbox

先进的化学计量学软件使用MATLAB®

PLS_Toolbox软件是世界上最广泛的多元和机器学习工具套件最优化应用MATLAB®计算环境中。不是一个MATLAB®用户吗?同样强大的工具可用面积与独立的产品,独奏

PLS_Toolbox提供了一个统一的图形界面和超过300个工具中使用的各种各样的技术领域。它得名于偏最小二乘(PLS)回归方法,已成为许多校准标准标定方法和建模应用程序,但提供了那么多。它包含所有软件工具的化学工程师,分析化学家和其他数据科学家需要充分利用他们的数据,建立预测模型。

主要方法包括:

  • 数据探索和模式识别(主成分分析(PCA),统一歧管近似和投影(UMAP) t-distributed随机邻居嵌入(t-SNE)平行因子分析(PARAFAC)方差分析同时成分分析(ASCA),多路PCA,塔克模型…)
  • 分类(SIMCA再邻居,请判别分析(PLS-DA),支持向量机分类(SVM-DA),人工神经网络分类(ANN-DA),提高回归和分类树(XGBoost),聚类(HCA)…)
  • 线性和非线性回归(部分最小二乘(PLS),主成分回归(PCR),多元线性回归(高),经典最小二乘(CLS)、支持向量机(SVM)回归,人工神经网络(ann),提高了回归和分类树(XGBoost),多方请,局部加权回归…)
  • 实验设计(DOE)工具的设计和分析实验
  • Self-modeling曲线分辨率,纯变量方法(多元曲线分辨率(MCR),纯度SIMPLSMA(比较),CODA_DW, CompareLCMS…)
  • 曲线拟合和分布拟合和分析工具
  • 仪器标准化(分段直接窗口的分段直接、OSC,光谱子空间变换(SST),广义最小二乘预处理…)
  • 先进的图形化数据集编辑和可视化工具
  • 高级定制Order-Specific预处理(定心、缩放、平滑、Derivatizing转换,建立基准…)
  • 缺少数据支持计算和NIPALS)
  • 变量选择(遗传算法,ipl、选择性、VIP…)

+所有尖端的工具你期望从特征向量研究!所有与源代码允许高级用户查看和理解的技术——黑盒分析。

你如何工作想要以及如何需要

大多数时候用户喜欢指向-点击他们的方式通过数据编辑和造型的任务。但有时用户需要将数据处理和可视化功能的MATLAB代码以自动化或定制分析。PLS_Toolbox让你工作是双向的!它包含了非常复杂的接口,允许用户解决几乎任何建模任务。但它也允许用户通过命令行访问的所有功能和其强大的面向对象的代码。

找到更多关于使用接口,大约使用命令行

系统需求

一般来说,特征向量的产品应该在大部分现代计算机工作。看到我们的安装说明(https://wiki.eigenvector.com/index.php?title=Installation)的详细信息。

PLS_Toolbox不需要任何其他MATLAB工具箱,但将利用并行计算工具箱在某些情况下,如果礼物。

产品支持

特征向量的研究提供用户支持PLS_Toolbox通过电子邮件helpdesk@eigenvector.com。几乎总是在24小时内回答问题(通常更少)。更新和bug修复将会从我们的网站可以提供给用户下载。其他支持选项的更多信息,请参阅我们的技术支持页面

获得更多的信息

订单PLS_Toolbox

多客户端服务器上的信息,网站访问授权,OEM选项,通过电话联系我们(509.662.9213)或电子邮件(sales@eigenvector.com)我们的产品价格表信息页面包括定价和其他为我们所有的产品订单信息。

Baidu
map