EOF
Empirical Orthogonal Functions tailored for spatiotemporal analysis, with a tutorial.
Al momento, stai seguendo questo contributo
- Vedrai gli aggiornamenti nel tuo feed del contenuto seguito
- Potresti ricevere delle email a seconda delle tue preferenze per le comunicazioni
Cita come
Greene, C. A., Thirumalai, K., Kearney, K. A., Delgado, J. M., Schwanghart, W., Wolfenbarger, N. S., et al. (2019). The Climate Data Toolbox for MATLAB. Geochemistry, Geophysics, Geosystems, 20. https://doi.org/10.1029/2019GC008392
Riconoscimenti
Ispirato da: PCAtool, PCA (Principial Component Analysis), Shade Anomaly, PCA (Principal Component Analysis), PCA and ICA Package, PCA, Empirical orthogonal function (PCA) estimation for EEG time series, Face recognition using PCA, Principal Component Analysis for large feature and small observation, trend, Fast SVD and PCA, pca, borders, Empirical Orthogonal Function (EOF) analysis, Empirical Orthogonal Function (EOF) with Spatiotemporal Convertion, cmocean perceptually-uniform colormaps, Principal Component Analysis, PCA, anomaly, detrend3
Ispirato: xcorr3
Informazioni generali
- Versione (15,2 MB)
Compatibilità della release di MATLAB
- Compatibile con qualsiasi release
Compatibilità della piattaforma
- Windows
- macOS
- Linux
| Versione | Pubblicato | Note della release | Action |
|---|---|---|---|
| 1.2.0 | updated citation. |
||
| 1.1.0 | Fixed the issues that arose from rounding the explained variance values, fixed the issue of results going complex for large numbers of modes, updated and expanded the Tutorial. |
||
| 1.0.0 | Typo fix in the documentation. |
