生物信息

TBtools: 生物信息学利器

TBtools 是一款生物信息学分析软件，其功能涵盖序列操作和基因表达数据分析。您可以使用 TBtools 进行序列批量提取、格式转换和存储，以及进行转录组数据的富集分析。

算法与数据结构 3 2024-05-20

Biopython生物信息数据分析指南

本书籍以中文详细介绍了Biopython库在生物信息学数据分析中的应用。内容涵盖序列分析、结构分析、数据库访问等方面，并结合实际案例进行讲解，帮助读者掌握利用Biopython进行生物信息数据处理和分析的方法。

算法与数据结构 2 2024-06-21

生物信息学电子书

深入浅出讲解生物信息学基础知识，提供实战案例和习题巩固学习。

MongoDB 3 2024-04-30

生物信息学数据挖掘讲义

该课件介绍了生物信息学中数据挖掘的技术和应用。

数据挖掘 4 2024-05-13

生物信息分析平台BIOSTACK_产品白皮书.pdf

针对用户的核心需求，极道推出了BIOSTACK，一款专为满足生物信息分析在速度、规模和智能化方面的严苛需求而设计的全面垂直系统。BIOSTACK彻底解决了生物信息行业面临的大规模数据问题，充分利用计算和存储资源，高效解析复杂的生物数据关系和结构，充分展示生物数据的潜力。与通用硬件和通用软件堆砌的生物信息分析系统有所区别，极道BIOSTACK是专为生物信息定制的全面数据系统，从根本上解决了生物信息数据的存储、管理、分析和特征数据挖掘问题。

数据挖掘 0 2024-09-14

互联网程序员的每日挑战生物信息学和计算生物学的资源评审

互联网程序员每天都在审查来自网络的生物信息学和计算生物学评论和资源。这些资源涵盖数据的收集、分析、解释、展示和组织，包括特拉华大学“生物数据分析”课程的在线笔记集，以及各种与统计、数据分析、机器学习相关的学习材料和文章。

统计分析 0 2024-08-31

数据挖掘在文本分类与生物信息学应用

博士论文探讨了数据挖掘技术在文本分类和生物信息学中的应用。

数据挖掘 2 2024-05-25

基于关联规则映射的生物信息网络多维数据挖掘算法优化

针对生物信息网络中的数据挖掘问题，如算法精度低、运行速度慢和内存占用大，提出一种基于关联规则映射的优化算法。该算法利用网络数据集之间的关联映射关系，确定数据集的关联规则，并引入挖掘因子和相对误差以提高算法精度。同时，根据多维子空间中数据集的关联程度进行区分，有效挖掘不同数据集。实验结果显示，优化后的算法在提高挖掘精度、减少内存占用和提升计算速度方面具有显著优势。

数据挖掘 2 2024-07-15

生物信息学中基因表达与基因对分析的C++实现

生物信息学领域中，基因表达和基因对分析对于肿瘤研究至关重要。详述了如何利用C++编程语言进行基因对的两两配对，并计算在肿瘤和正常样本中出现反转配对的基因。我们讨论了C++在生物信息学中的应用、基因表达的原理以及基因对分析的具体方法。C++因其高效性和性能优势，在处理大规模基因数据时具有明显优势。基因表达和反转配对分析可以帮助识别出肿瘤相关的关键基因对，为后续的病理研究和药物靶点筛选提供重要线索。

数据挖掘 0 2024-09-14

生物信号和生物医学图像处理-第五章Matlab代码

生物信号和生物医学图像处理第五章代码

Matlab 1 2024-07-30