基于叶绿体基因组序列特征的系统发生学分析,刘志华,,本文首先提出了一种基于信息论的BBC(Base-Base Correlation)序列特征,它反映了基因组的信息组织结构,将一条基因组序列归一化为唯一对
2022-11-12 12:35:17 408KB 首发论文
1
MATLAB编程,基于粒子群pso的复杂方程组求解,总共五个复杂多元方程,代码里面有详细的注释,表明了最大迭代次数,种群个数,学习因子,权重因子,种群位置,种群速度,个体最优值,全局最优值,代码具有通用,可以更换方程组,有可以更改为目标寻优,代码可以自动导出迭代优化曲线
1
数据集是关于糖尿病的检测的。请各个组用今天学的方法,跑一下糖尿病的检测的数据集。分析一下8种特征,构建一个模型跑一下结果。
2022-11-12 10:18:39 1.76MB 数据分析
1
第十六届智能车单车拉力组国赛代码,可以作为学习和参考资料,祝广大车友取得好成绩
2022-11-11 22:36:20 575KB 智能车单车
1
5V WiFi继电器模块搭载ESP8266 WiFi模组和微控制器,可通过手机APP向模块发送串口指令实现在局域网内对继电器进行无线控制。 功能特点: 板载ESP8266 WIFI模组,AP模式下可同时连接5个client; 模块具备两种工作方式: 1、手机搭载在WiFi模组上; 2、手机与WiFI模组 搭载在同一路由器上,通过手机APP来控制继电器; 传输距离: 1、空旷环境下,手机搭载在WIFI模组上时最大传输距离400m; 2、当WiFI模组和手机同时搭载在路由器上时传输距离依路由器的信号强 弱而定; 板载5V,10A/250V AC 10A/30V DC继电器,可连续吸合10万次; 模块具有二极管泻流保护,响应时间短; 模块波特率:9600,8,1,0,0。 原理图截图:
2022-11-11 21:45:49 13.05MB 物联网 电路方案
1
模糊集matlab代码支持测量数据说明: 用于组异常检测的一类分类器 概要 论文实验:支持度量数据描述,一种用于组异常检测的一类分类器。 引文: @INPROCEEDINGS{FuzzSim, author={Guevara, J. 和 Hirata, R. 和 Canu, S.}, booktitle={模糊集比较手册 - 理论、算法和应用}, title={使用距离的模糊集相似性-基于模糊集的内核},年份={2015} } 先决条件 SVM-KM 来自(包含) CVX:来自 MATLAB 2013a 用于实验 R 表示图 代码示例 运行 Matlab 文件 main.m。 这将在 /output 文件夹中生成 *.mat 。 或者,您可以使用 linux 中的 screen 程序,如下所示: screen -d -m matlab -nodisplay -nosplash -r "experimentsGADGMM(1,10,300)" screen -d -m matlab -nodisplay -nosplash -r "experimentsGADGMM(2,10,300)"
2022-11-11 16:42:05 229.68MB 系统开源
1
通过dir命令遍历系统盘servicing目录,寻找组策略的配置包,找到后写入到gp.txt文件,然后通过dism命令来安装组策略包。
2022-11-11 13:49:23 410B gpedit win10 组策略
1
2022年全国职业院校技能大赛高职组云计算赛项试卷
2022-11-11 11:25:23 1.02MB k8s
1
注:本人刚入行,想把工作遇到的问题写下来。前段时间跟公司前端对接的时候,一个简单的数据库查询,但是前端说将结果按某个属性分组,每组单独一个集合,集合第一个元素为该属性,第二个元素为该属性值相同的所有对象集合,由于是小白一个,这个数据整理也是花了点时间,这里整理一下处理方法。 1.利用JDK1.8的新特性处理,主要代码一行即可解决,下面上代码 @Service public class AlarmStandardTabServiceImpl implements AlarmStandardTabService { @Autowired AlarmStandardTabMappe
2022-11-10 21:11:09 49KB IS st 分组
1
funannotate是用于基因组注释的管道(专门为真菌构建,但也可用于高级真核生物)。 有关安装,使用和更多信息,请参见 最快启动Docker: 您可以使用funannotate运行funannotate 。 需要注意的是,GeneMark不包含在Docker映像中(请参阅下面的许可,您可以向开发人员投诉,因为它难以分发/使用)。 我还编写了一个bash脚本,该脚本可以运行docker映像并自动检测/包括正确的用户/卷绑定。 该docker映像是基于master中的最新代码构建的,因此它将早于标记的发行版。 该映像还包括所需的数据库,如果您只想在没有数据库的情况下进行注解,则该映像位于nextgenusfs/funannotate-slim hub以及nextgenusfs/funannotate-slim 。 因此,可以通过以下方式实现此路线: # download/pull th
1