搜索资源列表
SGeMS-win32-beta-ar2tech-installer-NVIDIA
- 地质统计模拟软件。可用于克里金、序贯高斯、序贯指示模拟。(Geological statistics simulation software. It can be applied to Kriging, sequential Gauss and sequential indicator simulation.)
kriging2
- 对三维点阵进行克里金插值 % USES: % [elevation] = KRIGING(PointsX,PointsY,PointsElev) % [elevation] = KRIGING(PointsX,PointsY,PointsElev,Range,Sill) % [elevation,gridX,gridY] = KRIGING(PointsX,PointsY,PointsElev) %
时空克里金 使用
- 对空间普通克里金插值方法在时间维度的扩展，既体现了数据间的空间相关性又体现了时间相关性(The extension of spatial ordinary Kriging interpolation method in time dimension embodies both spatial correlation and temporal correlation between data.)
EasyKrig_V3.0_Matlab2012a
- 克里金比较好用的程序，用matlab编写的，(MATLAB language debugging of Kriging method)
krig
- c语言编写的简单克里金法，具有参考价值，分享一下(The simple Kriging method written in C language has reference value.)
MATLAB dace工具箱
- MATLAB dace工具箱，用于kriging模型优化，包含英文详解PDF，满足基本kriging应用
ooDACE-1.4
- 克里金模型的MATLAB工具箱，克里金模型是比较流行的空间插值算法(MATLAB Toolbox for Kriging Model)
conver_csv_shp_kriking_to_tif
- 能够将站点数据转换成标准的具有WGS84坐标系的TIF数据，采用克里格插值，数据的分辨率可以自己设定，0.1是10KM，内部功能包含将csv数据转换成lyr以及转换成shp数据，再将shp数据转换成TIF数据(site data can be converted into a standard TIF data with WGS84 coordinate system, using Kriging interpolation, the resolution of the data can be
dace(1)
- 基于计算机实验数据建立一个克里金近似模型，并将其用作计算机模型的代理模型。这里，计算机实验是指通过运行计算机模型获得的若干组输入和响应数据。而计算机模型的这些输入或响应数据都有可能是高维的。(The typical use of this software is to construct a kriging approximation model based on data from a computer experiment, and to use this approximation mo
Kriging_WENG
- c++实现克里金插值法并使用openGL展示等值线(Kriging Interpolation and OpenGL Display)
dace
- 几种常用代理模型算法，包括Kriging,RBF,样条插值模型。能够根据样本数据拟合高精度代理模型，并提供了几个算例(Several commonly used proxy model algorithms, including Kriging,RBF, spline interpolation model.According to the sample data, the high precision proxy model can be fitted, and several example
MEIGA
- EGO算法的实现，采用遗传算法及kriging代理模型，进行经典案例的实现优化求解(EGO optimization GA optimization kriging surrogate models good examples)
SRGTSToolbox
- SURROGATES工具箱是一个多维函数逼近和优化方法的通用MATLAB库。当前版本包括以下功能： 实验设计：中心复合设计，全因子设计，拉丁超立方体设计，D-optimal和maxmin设计。 代理：克里金法，多项式响应面，径向基神经网络和支持向量回归。 错误和交叉验证的分析：留一法和k折交叉验证，以及经典的错误分析（确定系数，标准误差;均方根误差等;）。 基于代理的优化：高效的全局优化（EGO）算法。 其他能力：通过安全裕度进行全局敏感性分析和保守替代。(SURROGATES Toolbox
pykriging-tools
- 用python实现的克里格插值模块，包含普通克里格插值和协同克里格插值。pyKriging提供n维Kriging。包括用于2D和3D模型（已安装MayaVI）的绘图工具。
dace
- kriging代理模型通用程序，基于高斯假设拟合预测数据(Kriging agent model general program, fitting prediction data based on Gaussian assumption)