搜索资源列表
EGA
- 遗传算法的程序 遗传 算 法 (GeneticA lgorithm,G A)是一种大规模并行搜索优化算法,它模 拟了达尔文“适者生存”的进化规律和随机信息交换思想,仿效生物的遗传方式, 从随机生成的初始解群出发,开始搜索过程。解群中的个体称为染色体,它是一 串符号,可以是一个二进制字符串,也可以是十进制字符串或采用其他编码方式 形成的码串。对父代(当前代)群体进行交叉、变异等遗传操作后,根据个体的 适应度〔fitness)进行选择操作,适应度高的个体有较高的概率被选中并
EAR
- 人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术,与其它生物特征识别技术比较具有以下几个特点:(1)与人脸识别方法比较,耳识别方法不受面部表情、化妆品和胡须变化的影响,同时保留了面部识别图象采集方便的优点,与人脸相比,整个人耳的颜色更加一致、图像尺寸更小,数据处理量也更小。(2)与指纹识别方法比较,耳图象的获取是一种被动方式,即通过非接触方式获取耳图像,不存在通过接触传染疾病的机会,因此,其信息获取方式具有容易被人接受的优点。(3)与虹膜识别方法比较,首先,由于人脸和头发的存在,需
spike
- 神经元信息传递的同步发放链matlab程序。此程序可以用来计算当神经元个数达到多少时,同步性多大时信息可以顺利传导。对研究生物信号传递的研究者会有帮助-neuronal synchronization information transmission chain Matlab payment procedures. This procedure can be used to calculate the number of neurons as how many, how much time sy
least_suqare
- cole-cole理论的程序,可以用于生物电阻抗信息的提取。
face
- 人脸识别技术的几个主要研究方向,计算机人脸识别是指基于已知的人脸样本库,利用计算机分析图像和模式识别技术从静态或动态场景中,识别或验证一个或多个人脸。通常识别处理后可得到的基本信息包括人脸的位置、尺度和姿态信息。利用特征提取技术还可进一步抽取出更多的生物特征(如:种族、性别、年龄..) 。计算机人脸识别是目前一个非常活跃的研究课题,它可以广泛应用于保安系统、罪犯识别以及身份证明等重要场合。虽然人类对于人脸的识别能力很强,能够记住并辨识上千个不同的人脸,可是对于计算机则困难多了,其表现在:人脸表情
CsharpTSP
- Csharp实现蚁群算法解决TSP问题,主要是一种模拟生物的进化:用信息素来引导蚂蚁向比较好的方向前进.是学习该算法的很好的参考源码
AA2int_wu
- 这是生物信息学中,将20中氨基酸序列转换成对应的数字量1-20- U8FD9 u662F u751F u7269 u4FE1 u606F u5B66 u4E2D uFF0C u5C0620 u4E2D u6C28 u57FA u9178 u5E8F u5217 u8F6C u6362 u6210 u5BF9 u5E94 u7684 u6570 u5B57 u91CF1-20
SVM-RFE-CBR-v1.3
- 在生物信息学中,SVM-RFE是一个强大的特征选择算法。这是一个不错的选择以避免过度拟合特性高的数量。-SVM-RFE is a powerful feature selection algorithm in bioinformatics. It is a good choice to avoid overfitting when the number of features is high.
IM
- 关于生物大数据以及生物信息学,通过区间作图原理进行进行基因定位,找出影响表型的关键基因。(With regard to biological data and bioinformatics, gene mapping is done by means of interval mapping to identify the key genes that affect the phenotype.)
Python For Data Analysis
- 利用python进行数据分析,主要是python与生物信息相关的一些内容(Data analysis using Python)
刘星算法
- 遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法,它最初由美国Michigan大学J.Holland教授于1975年首先提出来的,并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》,GA这个名称才逐渐为人所知,J.Holland教授所提出的GA通常为简单遗传算法(SGA)。遗传算法广泛应用在生物信息学、系统发生学、计算科学、
hw2
- 探索基因和疾病之间的关系,系统聚类,R语言编写(Explore the relationship of Genes and Diseases,System clustering)
twdgmy
- 生物信息基因处理算法,其中的DAT文件为数据文件()
QFFL
- 生物信息基因处理算法,其中的DAT文件为数据文件()
Matri
- 回归分析的实现和作图,生物信息学的练习和作业(regression aborative project with many contributors)
kmean 聚类算法
- 机器学习中所运用的kmean聚类算法,聚类算法可运用于生物信息学等多个跨学科领域中(Kmean clustering algorithm used in machine learning. Clustering algorithm can be applied to many interdisciplinary fields such as bioinformatics.)
fq2fa
- fasta 文件转换成fastq文件,用于生物信息学分析。(fastq to fastq format)
ABCtoolbox
- 根据个人经验原创的完整基于ABCtoolbox的近似贝叶斯分析流程。(Approximate Bayesian Computation)
mdist2phylip
- 将一般距离矩阵转换成phylip矩阵的perl脚本。(martix to phylip martix)
Biodiff
- 一个用于比对两个文件中生物信息数据(如基因序列)的小程序(A program for aligning biological information data (such as gene sequence) in two files)