- 博客(18)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 PyMOL渲染
阅读本文需要15min1.找到小分子周围的残基2.将显示的残基新建为一个对象2.小分子单独设置为一个对象3.将残基显示为Sticks格式4.显示氢键：找到小分子对象5.氢键键长：找到自动生成的氢键对象6.修改标签大小7.隐藏标签：找到自动生成的氢键对象手动显示键长：Wizard—measurment—依次选择两个原子8.增强小分子的显示：小分子对象—S—as下图为几种格式显示9.标记氨基酸：选择相应残基对象拖动标签到相应位置：右下角点击Mouse mode.
2022-03-29 16:28:18
1690
原创 分子模拟对接教程—带你从 0 到 1
阅读本文大概需要30分钟1. 软件安装1). 需要安装转件名称：AutoDock：http://autodock.scripps.edu/mgltools：http://mgltools.scripps.edu/downloadsOpenBabel：http://openbabel.org/wiki/Category:InstallationPyMOL：https://vina.scripps.edu/Python（3.0版本）上述安装包除PyMOL外均可免费安装，如果在相关论文中使用了.
2022-01-28 15:58:45
10475
10
原创 NCBI数据库—上传16S rRNA测序数据
NCBI上传16S rRNA测序数据1.登陆NCBI官网NCBI官网链接2.选择上传序列类型上传16S rRNA测序数据，直接选16S rRNA就可以，然后弹出上传数据集的类型，选择SRA3.注册NCBI账号选择SRA后，会弹出如下的一些提示信息，直接选择submit即可；3.1 进入提交信息页面进入正式提交信息的页面；注意此处的“My submissions”选项，注册完账号后，仍需返回这里3.2 注册NCBI账号选择右上角的登陆账号—>选择ORCID登陆/注册（已经申请
2021-09-30 21:42:22
12298
原创 window 下载 SRA Toolkit 安装使用以及格式转化
SRA下载及安装1、简介SRA（Sequence ReadArchive）数据库是用于存储二代测序的原始数据，包括 454，Illumina，SOLiD，IonTorrent，Helicos 和 CompleteGenomics。除了原始序列数据外，SRA现在也存在raw reads在参考基因的比对信息。根据SRA数据产生的特点，将SRA数据分为四类：Studies-- 研究课题Experiments-- 实验设计Runs-- 测序结果集Samples-- 样品信息SRA中数据结构的层次关系
2021-09-10 16:32:21
13554
6
原创 基于LSTM的空气污染预测
一.前言LSTM是一种长短期记忆网络，也称为时间递归神经网络，它出现的原因是为了解决RNN的一个致命的缺陷—梯度消失现象。即无法处理长时依赖情况。叫做The vanishing gradient problem for RNNs，通俗一点就是后面时间节点会出现老年痴呆症。这使得RNN只要网络一深就没有办法训练。根据实战经验的验证，LSTM网络已被证明比传统的RNNs更加有效。优点：LSTM适合多输入变量的神经网络。例如水质，大气预测等。二.数据集美国驻北京大使馆五年内报告天气和污染水平。数据类型主要
2020-06-04 21:32:26
2098
1
原创 解读：基于马尔科夫链蒙特卡洛方法对武汉市2019-nCoV爆发的潜在国内和国际传播的预测：一项模型研究
论文ID原名： Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan, China: a modelling study翻译名：对源自中国武汉的2019-nCoV爆发的潜在国内和国际传播的预测和预测：一项...
2020-05-17 16:00:59
1908
原创 Python--matplotlib
一.安装对应的库 在使用之前需要确保安装matplotlib和numpy库，本文是基于python3版本进行，所以使用前请确保您的版本是python3版本（由于官网停止了对python2的更新，建议花费点而时间安装python3）。 小xing在这里将mtplotlib的安装都整理到了百度云盘链接：https://pan.baidu.com/s/1iA_bfRv8SlfkpyKt06z-AQ ...
2020-05-17 14:30:02
455
2
原创 python--skills
python 作为目前主流的机器学习语言，在此小编插入一个适应机器学习的语言Julia,最近小编亲自学习了一下，被Julia的强大所震惊，Julia可以看成是一门开源聚合多数语言优点的一门编程语言，Julia同时拥有C的速度和Ruby的灵活，也有像Matlab这样的浅显熟悉的数学符号，也是一门像Python的通用语言,也像R语言一样易于统计，具备强大的线性代数。 一.链式比较 直接在print...
2020-05-17 14:29:53
146
1
原创 Python--数据可视化
文章参考画饼图import matplotlib.pyplot as pltlabels=['frogs','hogs','dogs','logs']sizes=[15,20,45,10]colors=['yellowgreen','gold','lightskyblue','lightcoral']explode=[0,0.1,0,0]#explode每一部分距离圆心的位置，...
2020-05-17 14:29:43
1101
1
原创 ML--主成分分析（PCA）
一.PCA（Principal Component Analysis） is what ? 主成分分析是一种特征提取技术，以某种特定的方式组合进行变量输入，进一步保留价值量较大的部分，丢弃不重要的变量！ PCA上场的机会： 降低变量的数目，不需要识别可以完全移除的变量，变量之间相互独立；小编在这里想要重点强调一下PCA方法是一种线性变换，主要用于高维数据的降维。 既然面对的数据被抽象为一组...
2020-05-17 14:29:30
286
1
原创 ML--决策树
在分类问题中，表示基于特征对实例进行分类，即定义在特征空间与类空间上的条件概率分布。 优点：决策树模型具有可读性，分类速度快，学习时，利用训练数据，根据损失函数最小化的原则。决策树的学习步骤分为：特征选择，决策树的生成，决策树的剪枝。本文主要针对特征选择和决策树的生成展开叙述。 决策树学习的思想主要来源于由Quinlan在1986年提出的ID3和1993年提出的C4.5算法，以及有Breima...
2020-05-17 14:29:19
442
原创 ML--树（CART）
1.前言分类与回归树（classification and regression tree,CART） 模型由Breiman等人在1984年提出，即可应用分类也可用于回归的一个树模型。CART是在给定输入随机变量XXX条件下输出随机变量YYY的条件概率分布的学习方法。本文简单介绍了回归树的算法描述，辅以简单的例子以加深理解。公式编辑技巧:行内公式：$公式$，块公式：$$公式$$，加粗：**符...
2020-05-17 14:29:09
280
原创 ML--KNN实战
使用 k 近邻算法改进网站的配对效果# 导入程序所需要的模块import numpy as npimport operator定义数据集导入函数file2matrix函数实现的功能是读取文件数据，函数返回的returnMat和classLabelVector分别是数据集的特征矩阵和输出标签向量。def file2matrix(filename): love_dictionar...
2020-05-17 14:28:59
411
原创 ML--K-近邻算法（KNN)
定义将图像转换为向量函数# 导入程序所需要的模块import numpy as npimport operatorfrom os import listdir读取文件def img2vector(filename): returnVect = np.zeros((1, 1024)) # 存储图片像素的向量维度是1x1024 fr = open(filename)...
2020-05-17 14:28:31
178
1
原创 ML--朴素贝叶斯（NB)
朴素贝叶斯import numpy as npimport matplotlib.pyplot as pltfrom math import log文本分类词表到向量的转换函数def loadDataSet(): """ 生成一个文本数据集和标签 参数： 无 返回： postingList -- 文本列表 ...
2020-05-17 14:28:14
297
1
原创 ML-- EM
一.EM简介EM算法算是一种迭代算法，1977年由Dempster等人提出，主要用于含有隐变量（间接变量）的概率模型参数的极大似然估计，其中E —求解期望（Expectation）;M—求解极大似然函数（Maximization）.个人认为EM算法在分类，回归中有着相对于其他回归来说有着极大的优势，在训练数据只有输入没有输出的情况下，EM算法可以用于生成模型。二.EM推导我们的目标是极大化观...
2020-05-17 14:27:13
264
原创 ML--时间差分（TD）
时间差分背景时间差分学习简称TD学习，和蒙特卡洛一样，他也从Episode学习，不需要了解模型本身，但是它可以学习不完整的Episode。模型状态转移及奖励的情况下，学习不完整的轨迹，通过贝尔曼递推公式（自举的方法）求取值函数，获得最优解。。优点：可在线实时学习，可学习不完整的轨迹。比较适用于控制工程。同策略VS异策略同策略：产生采样的策略和评估控制的策略是同一个策略。异策略：产生采...
2020-05-17 14:26:22
302
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人