- 博客(25)
- 收藏
- 关注
RSS订阅原创 携程笔试-3.27
给定字符串由0-9数字字符组成，计算里面有多少中可能全是由数字1-26组成。第一题：统计所有相交区间的重叠个数，边界重叠也算重叠。
2025-03-27 14:20:59
204
原创 蚂蚁集团暑期实习笔试-3.23
第一行输入 n-1 个由 0和1组成的数字字符串，第二行输出有1到n之间的数字组成的序列，如果第一行下标为i的位置的数字为0的话，第二行输出下标为i + 1的数字应该就比下标为i的数字小，如果第一行下标为1的位置数字为1，第二行下标为i+1的数字就比i位置的数字大。第一行输入一个整数 n 代表接下来输入的数字的个数，第二行输入n个数字，其中x和y可以这些数字当中的两个，其中x和y的位置为这些数字,并且x要在y的左边，找出满足|x - y| = |x| - |y|的个数。
2025-03-24 14:22:30
186
原创 设计模式：创建型、结构型、行为型
设计模式是一种解决软件设计中常见问题的通用解决方案。根据其目的，设计模式可以分为三大类：创建型模式、结构型模式和行为型模式。
2025-03-22 18:09:45
951
原创 单例设计模式
在 Java 中，单例模式（Singleton Pattern）是一种常用的设计模式，它确保一个类只有一个实例，并提供一个全局访问点来访问该实例。在实现单例模式时，有几种不同的加载方式，主要包括 懒汉式（Lazy Initialization）和 饿汉式（Eager Initialization）。下面会详细介绍这些实现方式。饿汉式单例的特点是，在类加载时就创建单例对象，确保线程安全，不需要任何同步机制。这种方式在类加载时就创建实例，因此无法进行延迟加载。懒汉式单例的特点是实例是在第一次调用
2025-03-05 23:50:51
1011
原创 Java运行时数据区
虚拟机栈（Java Virtual Machine Stack）也是线程私有，它描述的是 Java 方法执行的线程内存模型：每个方法被执行的时候，Java 虚拟机都会同步创建一个栈帧，用于存储局部变量表、操作数栈、动态连接、方法出口等信息。字节码解释器通过改变程序计数器的值来选取下一条需要执行的字节码指令，分支、循环、跳转、异常处理、线程恢复等基础功能都需要该计数器来完成。程序计数器（Program Counter Register）是一块较小的内存空间，它可以看做是当前线程所执行的字节码的行号指示器。
2025-02-09 23:07:51
344
原创 力扣代码错题记录
经典回溯算法：本题需要考虑的是docCount 点的个数，首先将字符串通过StringBuilder的构造函数传入进入，然后再在 sb 当中添加点，进入dfs首先判断是否已经有三个点了有三个点的话判断最后一段是否符合结果。外层遍历物品，内层遍历背包，这个题背包有两个维度：第一个维度 ‘1’ 的个数，第二个维度是 ‘0’ 的个数。第二种解法：暴力解法，将字符每次都右移，从移动1位到移动n-1位，暴力计算：时间复杂度。由于完全背包是从当前行的左侧和上一行相同位置递推的到所以很容易写为一维dp数组。
2025-02-05 12:39:50
385
原创 美团一面面经
答： 在二级缓存策略下，笔记详情接口的吞吐量为 9282/s , 平均响应时间为 10ms, 相比较直接走数据库查询，肯定是快的非常多。
2025-01-22 19:19:50
610
原创 快手一面-面经
RPC：在gRPC或其他RPC框架中，服务接口通过Protobuf等工具定义，然后通过代码生成器自动生成客户端和服务器的代码。这使得服务接口的定义和实现非常简洁，而且可以保证客户端和服务端始终一致。开发体验：开发人员可以专注于业务逻辑，不需要手动维护HTTP请求和响应的细节，减少了编码错误和不一致性。
2025-01-07 21:24:48
594
原创 VARNAP:RNA可视化小程序使用方法
更具体地说，如果 k 是周期，则对 RNA 的第一个和最后一个碱基进行编号，同时对编号是 k 的倍数的每个碱基进行编号。在此操作中使用的是碱基编号，而不是碱基索引，如果 RNA 中缺少碱基，碱基索引可能会不同。可用选项与单个碱基完全相同，并且一次应用于循环中的所有碱基，但对此选择不可用的注释除外。可用选项与单碱基完全相同，并同时应用于循环中的所有碱基，但注释除外，该选项不可用。可用选项与单个碱基完全相同，并且一次应用于循环中的所有碱基，不可用的注释除外。然后，可以通过一次操作设置一堆碱基的颜色。
2024-08-23 17:47:39
775
原创 UNet 3+：用于医学图像分割的全尺寸连接 UNet
医学图像中的自动器官分割是许多临床应用中的关键步骤。近年来，卷积神经网络（CNN）极大地促进了各种分割模型的发展，例如全卷积神经网络（FCN）[1], 大学网[2], PSP网络[3]以及一系列DeepLab版本[4]–[6]。特别是，基于编码器-解码器架构的UNet被广泛应用于医学图像分割。它使用跳跃连接来组合来自解码器的高级语义特征图和来自编码器的相应低级详细特征图。为了从 UNet、UNet++ 中的普通跳过连接中消除语义上不同特征的融合[7]
2024-08-06 13:11:59
1118
原创 GCNfold：一种具有有效提取子的新型轻量级模型，用于 RNA 二级结构预测
RNA二级结构对于预测三级结构和理解RNA功能至关重要。最近的研究倾向于堆叠大量模块来设计大型深度学习模型。这可以将准确率提高到70%以上，同时也会带来显著的训练成本和预测效率。我们提出了一个具有三个特征提取器的模型，称为 GCNfold。Structure Extractor 利用三层图卷积网络 （GCN） 来挖掘 RNA 的结构信息，例如茎、发夹和内部环。Structure and Sequence Fusion 使用 Transformer Encoders 将结构信息嵌入到序列中。
2024-08-05 17:51:29
1189
原创 SPOT-RNA:使用二维深度神经网络和迁移学习的集合进行 RNA 二级结构预测
RNA 二级结构由其核苷酸序列中通过氢键配对的核苷酸碱基列表表示。这些碱基对的堆叠形成了驱动RNA三维结构折叠的支架1。因此，RNA 二级结构的知识对于 RNA 结构建模和理解其功能机制至关重要。因此，已经开发了许多实验方法来通过使用一维或多维探针来推断配对碱基，例如酶、化学物质、突变和与下一代测序相结合的交联技术23。然而，单碱基对分辨率下的精确碱基配对信息仍然需要通过 X 射线晶体学、核磁共振 (NMR) 或低温电子显微镜确定高分辨率、三维 RNA 结构。
2024-07-15 23:27:19
1256
原创 基于卷积神经网络和动态规划的RNA二级结构预测新方法-CDPfold
RNA是生物体中重要的基本物质。它在基因的编码、解码、调节和表达方面发挥着重要作用。RNA在生物体中的功能主要取决于其三级结构。然而，RNA分子的三级结构非常复杂，缺乏有效的表征方法；因此，从RNA分子的一级结构直接预测三级结构是非常困难的。因此，从RNA的一级结构预测RNA的二级结构成为研究RNA结构的主要过程。目前，鉴定的RNA二级结构主要通过X射线衍射、核磁共振等生物实验手段获得。然而，在大规模测量结构时，生物实验方法效率低下、昂贵且艰巨（Novikova et al., 2012）；
2024-07-15 15:15:16
2185
原创 REDfold：使用残差编码器-解码器网络进行准确的 RNA 二级结构预测
由于RNA二级结构与其稳定性和功能高度相关，因此结构预测对于生物学研究具有重要价值。传统的RNA二次预测的计算预测主要是基于热力学模型通过动态规划寻找最优结构。然而，基于传统方法的预测性能并不能令人满意，有待进一步研究。此外，使用动态规划进行结构预测的计算复杂度为 𝑂(𝑁3)；对于带有假结的RNA结构，它变成 𝑂(𝑁6) ，这对于大规模分析来说在计算上是不切实际的。
2024-07-14 23:18:11
1091
原创 训练停止利用已经训练好的模型参数文件继续训练或者实现微调
例如从20个eopch停止训练的话，已经保存了前20个的训练参数，那么只需要执行下面的代码加载第20个epoch的训练参数就可以实现继续训练 或者在当前训练集的基础上补充别的训练集进行微调提高模型泛化能力。
2024-07-09 21:28:04
297
原创 TransUFold：用假结解锁短和长 RNA 的结构复杂性
RNA 在将遗传信息从 DNA 转移到蛋白质的过程中发挥着关键作用 [1]，但它还具有其他功能，例如酶活性 [2] 和细胞调节 [3]。要了解RNA的功能，获得其结构至关重要。RNA结构可分为三级：一级、二级和三级。由于涉及多种因素，预测三级结构具有挑战性[4]。X 射线晶体学 [5] 和 NMR [6] 等实验方法既耗时又昂贵。因此，准确预测RNA二级结构至关重要。为了满足高通量数据的需求[7]，RNA二级结构预测的计算方法被创建。有望通过RNA的一级结构来预测更高阶的RNA二级结构。
2024-07-08 12:19:17
1840
原创 RNA二级结构预测--MXFold2
近年来的研究表明，功能性非编码RNA（ncRNA）在转录调控和指导修饰等方面发挥着重要作用，参与从发育到细胞分化等多种生物过程，其功能缺陷与多种疾病有关1.众所周知，ncRNA 的功能与其结构而非一级序列密切相关，因此发现 ncRNA 的结构可以阐明 ncRNA 的功能。然而，由于实验成本高且RNA测量的分辨率限制，通过核磁共振和X射线晶体结构分析等实验测定来确定RNA三级结构存在很大困难。尽管近年来冷冻电镜研究在RNA三级结构测定方面取得了相当大的进展2，但这些局限性尚未完全克服。
2024-07-06 12:15:37
1763
原创 RNA Secondary Structure Representation Network for RNA-proteins Binding Prediction
RNASSRnet
2024-07-01 13:54:05
842
原创 RNA二级结构预测深度学习方法--UFold
Ufold提出了一种将rna序列也就是一级结构通过操作生成二维图像的表示形式，然后通过全卷积神经网络Unet进行处理。可以实现预测包含假结在内的rna二级结构。
2024-06-28 13:31:34
3232
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人