写在前面：第5章的引用类型，还有一些其他的js基础知识。 笔记是按个人情况来记的，所以可能不是全部的内容都特别详细，不过都是很基础的东西，毕竟新手。 反正个人而言，全部看完这些代码弄懂，感觉收获还是很大的。 直接上代码，详见代码注释。 下面的代码是在sublime text3上编辑在nodejs上运行过的。 【Object】这部分掺杂一些看视频《网易web前端微课程》时候的笔记 //Objec
密码层服务功能指使用轿内按钮对大楼内特定的楼层进行密码设置，之后乘客要去这些楼层只能通过楼层按钮输入所设置的密码才能去相应的密码服务的楼层。而所设密码服务楼层能够加密，解密或密码清除。如果一台电梯的楼层按钮是加密的,它将无法直接登记楼层信息，需要在按下楼层按钮后在5秒内正确输入正确的楼层访问密码电梯才能登记上密码服务楼层。主要相关参数和I/O接口SAC操作的参数介绍和设置A. 主访问密码：SAC-
转载
2024-07-18 06:35:22
85阅读
Count normalization with DESeq2 | Introduction to DGE精华步骤代码说明1.my_rawcout_explant 为表达矩阵 行名为基因 列名为样本 ，矩阵必须是raw data 不可以是normalized之后的矩阵2.my_coldata_explant 为dataframe，是样本的meta信息，行名为样本名，列名为样本的各种me
转载
2024-08-27 21:38:14
156阅读
之前我们根据GB 那篇文章了解到了对于常见的用于单细胞批次矫正分析的常见的方法Harmony LIGER以及Seurat3 等，那么文章也推荐如果是批次矫正后用于下游的分析的话推荐ComBat,MNN以及ZINB-WaVE以及scMerge这几种方法，但是其实这几种方法获得的批次效应处理和细胞类型聚类效果还不是很好。A test metric for assessing single-cell R
转载
2024-07-18 21:22:49
106阅读
目录一、可信1、可信计算基础思想二、可信计算概念1、信任根&信任边界2、传递信任（Transitive Trust）& 信托机构（Trust Authority）1、信托机构三、TPM（Trusted Platform Module）四、可信根五、可信启动关键技术概念介绍（以国产TPCM为例）1、TPCM节点可信框架2、TPCM节点可信链组成3、TPCM度量部件4、TPCM静态度
转载
2024-08-19 17:16:40
74阅读
使用Quartus设计FPGA，简单包括以下流程：新建工程，写代码编译工程，找错误分配引脚，重编译下载配置，到硬件为保证设计的正确性，在编译后，一般还需要做仿真验证，然后下载至硬件，有两种仿真方式： - 功能仿真 - 时序仿真新建工程，写代码-创建工程文件夹 在电脑上新建一个文件夹，例如E:\Lianxi_1。工程的文件将全都存在这个文件夹内，便于管理。一个工程对应一个文件夹。 -新建工程
Struts请求处理原理图如下：Struts2请求分派由filter完成。目前提供了两种不同的运用情况：StrutsPrepareAndExecuteFilter完成了原FilterDispatcher的功能，使用该filter时必须把其配置在所有filter的最后。但是，无法满足这样一种应用场景：希望在struts2的环境下做一些过滤器的操作。因此strutsPrepareFilter+Stru
DEseq简介寻找组间显著表达变化的基因，以解释基因表达水平的变化对生物功能的变化最直接的办法就行进行转录组测序和定量。那如何从不同组定量的转录组寻找到那些显著差异的基因呢？DESeq 就是来解决这个问题的，它主要使用负二项分布的模型来进行差异分析。DESeq2是DEseq的升级版，但是DEseq2只适用于有生物学重复的试验，而DEseq既可以做有生物学重复也可以做无重复（或部分重复的）试验。2.
转载
2024-03-27 06:40:21
166阅读
写在前面主成分分析（Principal Component Analysis，PCA）已经多次听到过了，最近在看论文时也用了一些奇奇怪怪的降维方法，一下子搜还不容易搜到相关的介绍，那就将其替换为PCA试试看吧（反正应该也差不多PS：个人认为（如果不是请大佬们打醒我）PCA、LDA、LSA、CFS、Word2vec等都可以用来进行降维后的特征选择，在未来研究中其实可以尝试那还是先把喜闻乐见的PCA学
如何给文件分类 目录划分
原则，1.要每个人都能根据目录找到想要的文件。所以要参考大众的心理，习惯和流行的术语。建议参考一些社交网站。2.电脑可能不只保存自己的东西。别人的资料也会在我们的电脑中。所以可以建立Users目录，里面是具体人的名字。3.起名不能太随意，也不要太简单，时间长了自己也就忘记是什么含义了。二级目录不能少于4个字，三级20个字所左右。4.保存的文件尽量不要
一、对称密码 1、机密性（看不到明文） 2、算法：DES(Data Encryption Standard)：已被暴力破解 三重DES(3DES、EDEA）：过程 加密（秘钥1）-解密（秘钥2）-加密（秘钥3） （1）DES-EDE2：秘钥1和秘钥3相同 和 （2）DES-EDE3：秘钥均不同 特点：安全
转载
2024-07-17 04:51:02
54阅读
生信入门（四）——使用DESeq2进行RNA-seq数据分析 文章目录生信入门（四）——使用DESeq2进行RNA-seq数据分析一、学习目标二、实验数据1、数据来源2、建模计数数据3、转录本丰度4、salmon定量三、用tximport导入R1、指定文件位置2、将转录本映射到基因3、tximport命令 今日学习内容DESeq2分析RNA-seq数据 一、学习目标直观地评估 RNA-seq 数据
Quartus II是一款功能强大的EDA软件。在这个集成开发环境中，使用者可以完成编辑、编译、仿真、综合、布局布线、时序分析、生成编程文件、编程等全套PLD开发流程。但由于Quartus II功能众多，每一项功能都对应一个甚至多个文件类型。在使用中，如果需要转移或备份某一工程对应的文件，对众多文件的取舍成了一个令人头痛的问题。 
学习目标DESeq2size factors
检查基因水平的离散估计
了解差异表达分析过程中离散的重要性
DESeq2流程前面，我们使用设计公式创建了 DESeq2 对象，并使用下面两行代码运行DESeq2：dds <- DESeqDataSetFromTximport(txi, colData = meta, design = ~ sampletype
机器学习、数据挖掘工作中，数据前期准备、数据预处理过程、特征提取等几个步骤几乎要花费数据工程师一半的工作时间。同时，数据预处理的效果也直接影响了后续模型能否有效的工作。然而，目前的大部分学术研究主要集中在模型的构建、优化等方面，对数据预处理的理论研究甚少，可以说，很多数据预处理工作仍然是靠工程师的经验进行的。从业数据建模/挖掘工作也有近2年的时间，在这里结合谈一谈数据预处理中归一化方法。在之前的博
一、deb软件包简介 deb包是Debian体系下的二进制软件包，本质上是一个压缩包，类似于windows系统下的自解压文件（常见的setup.exe），用于安装软件。执行的方法可以是直接双击，也可以通过 dpkg命令。如，本人home目录下有名为 serials_1.0.0-1_amd64.deb 的软件包，则执
论文链接代码链接模型大概框架:这篇论文的思想就是：传统的seq2seq模型是序列式的从左到右生成表达式，缺少一种“目标驱动”机制，而这种目标驱动机制在人类解题过程中是常见的。 例如这么一道题：小明正在将他的饼干装进包中，一个包里面要装6块饼干。如果他有23块巧克力饼干，25块曲奇饼干，那么他需要几个包？对于这个问题，我们在解答的时候，首先看出来问题的目标是计算需要几个包，针对这个目标，我们提取相关
异常值也称离群点，异常值分析也称离群点分析。 1. 简单统计量分析最常用的事最大值和最小值，超出合理范围为异常。如客户年龄为199岁，该值为异常。 2. 3σ原则(1)、如果数据服从正态分布，在3σ原则下，异常值被定义为与平均值偏差超过3倍标准差的值。在正态分布情况下，距离平均值3α之外的值出现的概率为 P(|x-μ|>3σ) ≤ 0.003，属于极个别的小概率事件。(2
这篇文章，对Griffith Lab的DESeq2分析流程做一个解读。理解数据Griffith Lab所使用的基因表达量矩阵总共包含了54个sample，这些sample可以划分为1）normal，2）primary tumor以及3）colorectal cancer metastatic in the liver从差异分析之后开始获取差异表达分析的结果在使用DESeq()函数完成差异表达分析之
转载
2024-08-13 17:18:10
836阅读
一、介绍分析来自 RNA-seq 的计数数据的一项基本任务是检测差异表达的基因。计数数据以表格的形式呈现，其中报告了每个样本已分配给每个基因的序列片段的数量。其他检测类型也有类似的数据，包括比较 ChIP-Seq、HiC、shRNA 筛选和质谱分析。一个重要的分析问题是与条件内的变异性相比，条件之间的系统变化的量化和统计推断。DESeq2是DEseq的升级版，但是DEseq2只适用于有生物学重复的
转载
2024-05-10 16:40:37
389阅读
