GccAshwarePpc.exe

是Anli Seth 编写的格兰杰因果模型的matlab程序，用于分析各种时间序列关系非常强大，此版本已经将原来的一些错误修正过的，应该没有什么大问题。

avr stdio开发ISD4004 利用SPI接口 atmega16芯片

GC计算 从基因组数据中计算 GC 含量和 GC 偏斜的 circos 格式数据。 用法 用法：GCcalc.py -f input.fa [-w 1000] [-s 1000] 选项：-h, --help 显示此帮助信息并退出 -f FASTA, --file=FASTA Input Fasta format file -w WINDOWSIZE, --window=WINDOWSIZE default:1000 WindowSize to calculate -s STEPSIZE, --step=STEPSIZE default:1000 StepSize for slide widows

典型相关分析matlab实现代码典型相关分析：cca-zoo CCA，GCCA，MCCA，DCCA，DGCCA，DVCCA，DCCAE，KCCA和常规变体 现在可以使用pip install cca-zoo进行安装 这是用于CCA的方法的汇编，包括线性（ALS / scikit-learn），rCCA（岭罚），sparseCCA（Witten / Parkhomenko），elasticCCA（waaijenborg），核方法（pyrcca），Deep CCA（Andrew），Deep Canonical关联的Autoencoders（），深度变体CCA（）和深度变体CCA_private（）。 感谢@ VahidooX，@ MichaelVll @Arminarj，在嘈杂的MNIST数据集上对所有模型进行了评估。 训练/验证/测试段是MNIST的原始段。 您可以从noisymnist_view1.gz和noisymnist_view2.gz下载它们 DCCAE只是具有来自潜在空间的重建网络和其他重建损失的DCCA。 因此，我在单个模型中同时实现了DCCA和DCCAE，并使用参数加权重

gcc-linaro-4.8-2015.06-x86_64_arm-linux-gnueabi.tar.xz arm交叉编译器gcc-4.8.5

用于特征降维，特征融合，相关分析等多元数据分析的广义典型相关分析（GCCA）Matlab代码实现。

AVR GCC编译器7.5.0，GCC7的最后一个版本，包括 1. binutil-2.36.1 2. avr-gdb 11 编译环境：windows7+msys2(64位)

认证证书 可能缺少数据的广义典范相关分析

Matlab上的基于GCCA算法的因果分析工具，带有使用说明书 Matlab上的基于GCCA算法的因果分析工具，带有使用说明书