注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. dbproxy]基于阿里cobar增强的opencloudb

  2. OpenCloudb介绍 什么是OpenCloudb？简单的说，OpenCloudb就是： • 一个彻底开源的，面向企业应用开发的“大数据库集群” • 支持事务、ACID、可以替代Mysql的加强版数据库 • 一个可以视为“Mysql”集群的企业级数据库，用来替代昂贵的Oracle集群 • 一个融合内存缓存技术、Nosql技术、HDFS大数据的新型SQL Server • 结合传统数据库和新型分布式数据仓库的新一代企业级数据库产品 • 一个新颖的数据库中间件产品 OpenCloudb的目标是：

  3. 所属分类：MySQL

    • 发布日期：2013-12-21
    • 文件大小：26214400
    • 提供者：sheyu8

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：225280
    • 提供者：huangyueranbbc

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：225280
    • 提供者：q6115759

  1. OODA-FLOW-Algorithm-LIB-源码

  2. OODA-FLOW-算法-LIB 该项目的目标是为深度学习应用程序构建和应用开源平台。 开发用于人工智能应用软件的算法库和样本库，集成两种应用（生物图像大数据分析，遗传数据分析），并在sugon高级计算平台上进行演示。 完成算法库和样本库的功能开发。开发了机器学习算法以加速核心库，该核心库已部署并集成到sugon高级计算服务平台中。基于自制的Hugon处理器，该库可供用户调用。加速的内核库将与各级高性能计算机系统的优化紧密结合。 实现支持大型机器学习和部分开源的高效并行执行的算法工具集。该算法工

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：5120
    • 提供者：weixin_42154650

  1. MONTI:MONTI是用于分析大型多组学癌症队列数据的工具-源码

  2. MONTI：用于大型癌症人群综合分析的多组非负张量分解框架 经常测量多组学数据以表征表型的生物学机制。如果提取了多组学数据中的复杂关系，则可以根据表型对患者样品进行更准确的分类。 MONTI（用于综合分析的多组非负张量分解）是一种可用于集成和分析大量多组学数据的工具。 MONTI识别特定于一组具有共同生物学特征的样本所特有的基因调控多组学特征。 下图说明了MONTI的分析工作流程。 MONTI的输出是一个简单的基因列表，其中包含其相关亚型的信息，可用于进一步的下游分析。例如，下面的维恩图显

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：663552
    • 提供者：weixin_42157188

  1. OODA-FLOW-SDK-LIB:OODA工作流程SDK库-源码

  2. OODA-FLOW-SDK-LIB OODA工作流程SDK库 该项目的目标是为深度学习应用程序构建和应用开源平台。 开发用于人工智能应用软件的算法库和样本库，集成两种应用（生物图像大数据分析，遗传数据分析），并在sugon高级计算平台上进行演示。 完成算法库和样本库的功能开发。开发了机器学习算法以加速核心库，该核心库已部署并集成到sugon高级计算服务平台中。基于自制的Hugon处理器，该库可供用户调用。加速的内核库将与各级高性能计算机系统的优化紧密结合。 实现支持大型机器学习和部分开源的有效

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：11264
    • 提供者：weixin_42125770

  1. OODA-FLOW-Bioimage-Pipeline-源码

  2. OODA-FLOW-生物图像管道 该项目的目标是为深度学习应用程序构建和应用开源平台。 开发用于人工智能应用软件的算法库和样本库，集成两种应用（生物图像大数据分析，遗传数据分析），并在sugon高级计算平台上进行演示。 完成算法库和样本库的功能开发。开发了机器学习算法以加速核心库，该核心库已部署并集成到sugon高级计算服务平台中。基于自制的Hugon处理器，该库可供用户调用。加速的内核库将与各级高性能计算机系统的优化紧密结合。 实现支持大型机器学习和部分开源的有效并行执行的算法工具集。该算法工

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：11264
    • 提供者：weixin_42125826

  1. OODA-FLOW-源码

  2. OODA流 OODA工作流程OODA：观察，定向，决策，行动深度学习平台工具 该项目的目标是为深度学习应用程序构建和应用开源平台。 开发用于人工智能应用软件的算法库和样本库，集成两种应用（生物图像大数据分析，遗传数据分析），并在sugon高级计算平台上进行演示。 完成算法库和样本库的功能开发。开发了机器学习算法以加速核心库，该核心库已部署并集成到sugon高级计算服务平台中。基于自制的Hugon处理器，该库可供用户调用。加速的内核库将与各级高性能计算机系统的优化紧密结合。 实现支持大型机器学习和

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：56320
    • 提供者：weixin_42135073

  1. OODA-FLOW-Gene-Pipeline-源码

  2. OODA-FLOW-基因管道 该项目的目标是为深度学习应用程序构建和应用开源平台。 开发用于人工智能应用软件的算法库和样本库，集成两种应用（生物图像大数据分析，遗传数据分析），并在sugon高级计算平台上进行演示。 完成算法库和样本库的功能开发。 开发了机器学习算法以加速核心库，该核心库已部署并集成到sugon高级计算服务平台中。 基于自制的Hugon处理器，该库可供用户调用。 加速的内核库将与各级高性能计算机系统的优化紧密结合。 实现支持大型机器学习和部分开源的高效并行执行的算法工具集。

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：8192
    • 提供者：weixin_42181545

  1. 双子座：探索遗传变异的轻量级数据库框架-源码

  2. GEMINI-遗传变异和基因组注释的综合探索。 笔记 双子座在很大程度上被所取代。 我们建议您尽可能更新管道和软件以使用slivar 。 安装更简单，工具更灵活，并包括 概述 GEMINI （GEnome MINIing）的目的是为探索个人和医学遗传学的遗传变异提供一个简单，灵活而强大的框架。 GEMINI的独特之处在于它将遗传变异（来自VCF文件）和大量的基因组注释整合到一个统一的数据库框架中。 使用此集成数据库作为分析框架，我们旨在利用SQL的表达能力进行数据分析，同时尝试克服与将数据库用于

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：15728640
    • 提供者：weixin_42133918

  1. 基于集成分量的基因微阵列数据分类方法的研究

  2. 构造高精度分类模型是对基因表达谱数据分析的主要研究方向之一，但提取不同特征空间产生的分类效果有很大差异，而集成分类系统在一定程度上提高了分类结果的可靠性和稳定性。构建基于PCA和NMF集成分量系统，并基于分析混合矩阵A的hinton图生物学意义建立集成独立分量选择系统，成功运用到基因表达谱分析，实验结果表明，集成分量分类系统优于单个分类器。

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：801792
    • 提供者：weixin_38697659

  1. 基因大数据的集成分析

  2. 随着生物科技（如基因芯片和测序技术）的飞速发展，全世界已经积累了海量的数据。有效地整合和集成多层面和多维度的基因大数据，对于全方位解析从遗传变异到疾病发生的整个因果链条具有关键作用，可为个性化、精准医疗服务奠定科学的基础。从3个方面对基因大数据的集成分析进行综述：检测风险位点及其功能分析、基因多效性的分析、基于孟德尔随机化的因果推断。进一步结合具体的应用案例进行了阐述，最后对基因大数据的集成分析研究进行了总结以及展望。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：1048576
    • 提供者：weixin_38593738