GeoDa是初级空间计量经济学软件，简单易上手，能处理SLM和SEM模型，空间统计分析软件的最新版本基于geoda的ESDA分析方法。

由于其简单性、灵活性和适应性等优点，自然启发（NI）优化算法在解决复杂的优化问题方面引起了广泛关注。 NI的灵感来源是多方面的。 这项工作的目的是提出一种新的NI优化算法，该算法受静电放电（ESD）事件的启发。 在大量基准测试中进行了测试，并与几种著名的优化算法进行了比较，发现 ESDA 是一种非常有竞争力的算法。 https://digital-library.theiet.org/content/journals/10.1049/iet-smt.2018.5194

这是ESD测试标准合并之后的新标准CDM测试方法，仅供个人学校研究，里面包含了测试设备电路的波形验证和具体的测试规范方法，里面还有具体的测试组合的方法。

完整英文电子版 ANSI/ESDA/JEDEC JS-001-2017 Electrostatic Discharge Sensitivity Testing Human Body Model (HBM) -Component Level (静电放电敏感度测试 - 人体模型（HBM）- 器件级别)。这个标准的目的（目标）是建立一个测试方法，可以复制HBM故障，并提供可靠的，可重复的HBM ESD测试结果，从测试者到测试者，无论组件类型。可重复的数据将允许对 HBM ESD 敏感度水平进行准确的分类和比较。

探索性空间数据分析(ESDA) ESDA是指利用统计学原理和图形图表相结合对空间信息的性质进行分析、鉴别，用以引导确定性模型的结构和解法。 ESDA与EDA区别在于它考虑了数据的空间特性，在方法上它将数据分解为一般趋势和叠加于其上的局部变化两部分。然后用一定的数学函数去拟合由样本点产生的经验变率函数，进行诸如克立格内插等空间操作。 *

完整英文电子版ANSI/ESDA/JEDEC JS-002-2018 For Electrostatic Discharge Sensitivity Testing - Charged Device Model (CDM) - Device Level (用于静电放电敏感度测试 - 带电设备模型（CDM） - 设备级别 )。 本文档的目的（目标）是建立一种测试方法，该方法将复制CDM故障并在测试仪之间提供可靠，可重复的CDM ESD测试结果，而与设备类型无关。 可重复的数据将允许对CDM ESD敏感度等级进行准确的分类和比较。

用于空间数据处理和分析，是常见的地理空间分析应用软件