Sociology; Statistics; Information technology; Clustering algorithms; Optimization; Handheld computers; Computer science;
机译:基于改进的猫群算法和K-调和均值算法的混合数据聚类方法
机译:基于混合优化算法(MO-CS-PSO)的多目标聚类及其在健康数据中的应用
机译:基于Cat群优化和K-均值算法的混合数据聚类方法。
机译:基于混合空气群体的数据集群问题优化算法
机译:基于能源高效集群的混合MAC协议,具有通道相关的优化集群内调度。
机译:Covid-19紧急公共健康事件中医疗废物运输路线的路径优化:基于免疫蚁群算法的混合优化算法
机译:图4:(a)一种保守序列,其发生在芯片-SEQ数据集中的46,264个结合位点峰值中的79倍。说明了这种保守序列的突变分布,其中'_'表示该碱度不变; del表示此基础丢失; INS X表示新的基础X插入此基础前面。 (b)列出了几种重复的元素模式。 (c)在第一栏中,示出了由MEME芯片工具(Machanick&Bailey,2011)开采的前五个DNA主题。由CFSP算法发现的相应保守序列列于第二列中。在第三列中,列出了从突变信息转换的特定位置的评分矩阵。 MEME主题与PSSM格式的相似性与PSSM格式之间的相似性通过邮票图章比较工具(Mahony&Benos,2007)计算。这些对相似性的电子值显示在第四列中。 (d)在由GKMSVM描述符聚集的每个组中选择了一个图案,下面列出了CFSP算法的相应主题。 (e)从https://www.encodeproject.org收集的,有附加数据集(文件no:cernff100grl,cenf616irl,conf8.20cer,target:srebf1)。使用MEME工具在每个文件中选择前两个图案,并且我们的算法发现的相应主题如下所示。