你的名字*：

你的机构*：

您的电子邮件地址*：

软件包名称*：

软件主页：

软件作者：（例如：马克·史密斯、安东·梅尔）

软件简介： <trans data-src="CCLasso: correlation inference for compositional data through Lasso. ">套索：通过套索对成分数据进行相关推断。</trans><trans data-src="Results: In this article, we first discuss the correlation definition of latent variables for compositional data. ">结果：在本文中，我们首先讨论了成分数据潜在变量的相关定义。</trans><trans data-src="We then propose a novel method called CCLasso based on least squares with ℓ1 penalty to infer the correlation network for latent variables of compositional data from metagenomic data. ">在此基础上，我们提出了一种基于最小二乘法的新方法CCLasso，用以从宏基因组数据中推断组分数据潜在变量的相关网络。</trans><trans data-src="An effective alternating direction algorithm from augmented Lagrangian method is used to solve the optimization problem. ">利用增广拉格朗日方法中的一种有效的交替方向算法来求解优化问题。</trans><trans data-src="The simulation results show that CCLasso outperforms existing methods, e.g. SparCC, in edge recovery for compositional data. ">仿真结果表明，CCLasso算法在成分数据的边缘恢复方面优于现有的SparCC方法。</trans><trans data-src="It also compares well with SparCC in estimating correlation network of microbe species from the Human Microbiome Project. ">该方法与SparCC在估算人类微生物群落项目中微生物种类的相关网络方面也有较好的比较。</trans><trans data-src="Availability and implementation: CCLasso is open source and freely available from https://github.com/huayingfang/CCLasso under GNU LGPL v3.">可用性和实现：CCLasso是开源的，可以从gnulgplv3下的https://github.com/huayingfang/CCLasso免费获得。</trans>

引用描述软件的已发表文章：
（例如，对于GAP：“GAP 4型系统组织代数算法”，Zbl 0918.68050）

描述软件的关键词：（例如：格氏基、有限元法、偏微分方程等）

适用领域：（如：教育、金融、工程等）

对其他软件的依赖性：（例如：Maple、Matlab等）

当前版本：（例如：1.2）

许可条款：（例如：GPL、商业等）

编程语言：（如：Java、C++、Python等）

操作系统：（例如：Linux、Windows XP等）

接口：（例如：Gnuplot export、C library等）

评论： <trans data-src="Update software CCLasso: http://swmath.org/software/34287">更新软件CCLasso:http://swmath.org/software/34287</trans>

SOI-软件对象标识符（DOI）：

SVOI-软件版本对象id:

你自己抄送？