ac_corrected | 将数据X转换为自相关。 | ||
bard | 用BARD检测多变量异常节段。 | ||
capa | 基于CAPA的异常线段和异常点检测技术。 | ||
capa.mv | 多变量异常节段和异常点的MVCAPA检测。 | ||
capa.uv | 用CAPA检测单变量异常节段和异常点。 | ||
collective_anomalies | 集体异常位置、滞后和均值/方差变化。 | ||
collective_anomalies-method | 集体异常位置、滞后和均值/方差变化。 | ||
Lightcurves | 开普勒光曲线数据。 | ||
machinetemp | 机器温度数据。 | ||
pass | 多元异常节段的PASS检测。 | ||
period_average | 在开普勒数据中搜索周期性重复出现的亮度下降的函数。 | ||
plot | 数据、集合和点异常的可视化。 | ||
plot-bard.sampler.class | 数据、集合和点异常的可视化。 | ||
plot-method | 数据、集合和点异常的可视化。 | ||
plot-pass.class | 数据、集合和点异常的可视化。 | ||
point_anomalies | 点异常位置和强度。 | ||
point_anomalies-method | 点异常位置和强度。 | ||
robustscale | robustscale公司 | ||
sampler | BARD结果的后处理。 | ||
scapa.mv | 用SMVCAPA在线检测多变量异常节段和异常点。 | ||
scapa.uv | 单变量异常节段的SCAPA检测。 | ||
show | 显示由capa方法生成的S4对象。 | ||
show-method | 显示由capa方法生成的S4对象。 | ||
simulate | 生成模拟多元数据的函数 | ||
summary | 集合异常和点异常摘要。 | ||
summary-method | 集合异常和点异常摘要。 | ||
tierney | 蒂尔尼 |