FragPipe 是一套计算工具的 Java 图形用户界面 (GUI),能够对基于质谱的蛋白质组学数据进行综合分析。 它由提供- 一种适用于常规和“开放”(宽前体质量耐受性)肽识别的超快蛋白质组学搜索引擎。 FragPipe 包括工具包,用于 MSFragger 搜索结果(PeptideProphet、iProphet、ProteinProphet)的下游后处理、FDR 过滤、基于标签的量化和多实验总结报告生成。 和以帮助解释开放搜索结果。 FragPipe 二进制文件中还包括用于基于 TMT/iTRAQ 同量异位标记量化的 、用于具有运行间匹配 (MBR) 功能的无标签量化的 、SpectraST 和 EasyPQP 谱库构建模块以及 DIA-Umpire SE 模块用于直接分析数据独立采集 (DIA) 数据。 FragPipe 教程 (涵盖所有 FragPipe 模块的通用教程)
2023-10-02 23:18:51 19.35MB search-engine gui pipeline proteomics
1
JRedi搜索 用于Java客户端库 概述 该项目包含一个Java库,该库抽象了RediSearch Redis模块的API,该库在Redis内部实现了功能强大的内存二级索引,查询引擎和全文搜索引擎。 正在安装 JRediSearch可通过maven中央快照存储库和官方发行版使用。 正式发布 < dependencies> < dependency> < groupId>com.redislabs < artifactId>jredisearch < version>2.0.0 快照 < repositories> < repository> <
2023-07-10 20:11:59 74KB redis java-client redis-client redis-search
1
排名检索引擎 这是使用(VSM)进行分级检索的索引和搜索技术的Python实现。 具体而言,为向量空间评分实现了加权方案。 对于余弦值的计算,由于不影响查询文档之间的相对余弦分数关系,因此有意将查询向量长度的归一化作为优化决策而省去了。 要求 已安装 使用数字命名的组成文档建立索引和搜索的语料库(例如,NLTK数据中的路透社语料库) 索引编制 命令: $ python index.py -i -d -p 是要建立索引的文档集合的目录 是要由索引器创建的字典的文件名 行的格式为:“” 最后一行包含元信息,并指示所有以升序索引的docID以及其矢量长度,格式为: 例如metadata:1
2023-07-03 10:57:21 7KB Python
1
语言:English 在Steam商店中搜索选定的文本
2023-06-15 23:58:03 19KB 扩展程序
1
免费RF小工具, SPUR SEARCH,SpurSearch……
2023-05-05 10:02:51 166KB spursearch
1
派尔蒙 PyLMNN是用于在纯python中进行度量学习的算法的实现。 此实现紧密遵循在找到的Kilian Weinberger的原始MATLAB代码。 此版本解决了无限制的优化问题,并使用L-BFGS作为后端优化器找到了线性变换。 该软件包还可以使用出色的软件包通过贝叶斯优化找到LMNN的最佳超参数。 安装 该代码是在Ubuntu 16.04下的python 3.5中开发的,并且也在Ubuntu 18.04和python 3.6下进行了测试。 您可以使用以下命令克隆存储库: git clone https://github.com/johny-c/pylmnn.git 或通过pip安装它: pip3 install pylmnn 依存关系 numpy的> = 1.11.2 scipy> = 0.18.1 scikit_learn> = 0.18.1 可选依赖项 如果要使用超参
1
tree树 树的python3实现的集合。 包括AVL树,间隔树等。 安装 pip3 install pytrees 用法 >> > from pytrees import AVLTree , IntervalTree , BinaryIndexTree , Trie >> > avl = AVLTree . buildFromList ([ - 1 , - 2 , 1 , 2 , 3 , 4 , 5 , 6 ]) >> > avl . visulize () -----------------Visualize Tree---------------------- 2 -1 5 -2 1 3 6 4 -----------------End Visualization----------------
2023-04-07 08:39:22 17KB avl-tree trie python3 binary-search-tree
1
WordPress的常规搜索仍有很多需要改进的地方,访客进入博客中,也会通过搜索来查询自己需要的东西,如何让我们博客上的WordPress搜索功能更强大呢?而且更好的为读者服务?那么,就看看今天介绍的这款插件吧! Search Unleashed这款插件就是对搜索的改进。从中你可以执行对所有日志、页面、评论以及其他元数据的全文搜索。无论你有没有添加或编辑文本,搜索索引都会自动更新,这样你就不必担心它会过时了。 1.下载Search Unleashed插件,将压缩包解压后,把文件夹上传到wp-content/plugins/目录下。 2.登录WordPress管理后台,点击“Plugins”找到上传的插件,激活该插件,即可。 3.激活插件后,在"Tools"版块下点击“Search Unleashed”对页面进行管理,如下图: 如上图中的,它有以下几个模块: Search Index(搜索索引) 当你第一次按照此插件或者安装了其它插件等操作时,你需要在这个页面中,重新更新索引的搜索数据库。 Log(日志) 这个很简单,就是生成搜索的数据库日志,帮助你查看相关信息 Modules 选择搜索的模块,如下图: Options 设置搜索的模板、样式
1
搜索 cve-search是一种工具,可将CVE(常见漏洞和披露)和CPE(通用平台枚举)导入MongoDB中,以方便CVE的搜索和处理。 该软件的主要目的是避免对公共CVE数据库进行直接和公共查找。 本地查询通常更快,您可以通过Internet限制敏感查询。 cve-search包括一个用于存储漏洞和相关信息的后端,一个用于搜索和管理漏洞的直观Web界面,一系列查询系统的工具以及一个Web API界面。 cve-search被许多组织使用,包括的。 本文档为您提供了如何从cve-search开始的基本信息。 有关更多信息,请参阅该项目的/ doc文件夹中的文档。 入门 查看以开始使用 用法 您可以使用search.py​​搜索数据库 ./bin/search.py -p cisco:ios:12.4 ./bin/search.py -p cisco:ios:12.4 -o js
2023-03-27 13:48:54 13.41MB vulnerabilities cve cpe vulnerability-detection
1