matlab代码转为java代码应用于脑图谱：云端项目终篇

matlab转换java代码分布式神经生理数据分析 该项目试图解决机器学习竞赛。 这项比赛的目的是从并发的大脑活动预测呈现给受试者的视觉刺激的类别。 具体来说，提供给我们的数据是来自23名患者的大型脑磁图（MEG）数据。 向每个患者显示一张脸的图像以及一张混乱的脸的图像。 以1kHz采样率记录了306个MEG时间序列段。 可以在此处看到我们作为输入的数据类型的可视化： 由于数据集很大，因此要应用分布式方法来解决此问题。 我们选择将hadoop和mahout用于我们的解决方案，该解决方案包含几个步骤，这些步骤利用输入数据生成分类测试用例的输出文件（csv格式）： 将.mat输入文件转换为csv（matlab） 使用map-reduce预处理数据，对每个特征进行归一化并减小维数（hadoop） 将数据转换为mahout格式（csv-> seq-> mahout向量） 使用内置的mahout分类器（mahout）进行训练和分类 将数据输出到CSV 我们在执行该框架时遇到了许多挑战，这使我们无法产生成功的输出。 我们的第一个挑战是hadoop / mahout不兼容。 我们无法在Cooper