Fuzzy clustering; LSI; SVD; data mining;
机译:基于非负矩阵进化谱聚类分解的口腔致癌因子分析
机译:聚类变量的稀疏因素分析:矩阵分解方法
机译:低秩双随机矩阵分解的聚类分析
机译:用于聚类分析的术语文件矩阵表示的分解
机译:基于FPGA的矩阵分解加速和基于高级综合的聚类算法。
机译:TF-Cluster:通过共享共表达连接矩阵(SCCM)的网络分解来识别功能协调的转录因子的管道
机译:图6:(A)树导致的标准MP分析的98-基因座的类人猿(人科,灵长类动物,哺乳动物),使用莱赫托宁等人的修改的摘要构成的超级矩阵。 (2011)(参见细节“材料和方法”)以及相对植根狒狒后验概率(长度= 12092,CI = 0.7877,RI = 0.5597); 34022个字符是恒定的,并且简约信息的字符数等于4311。下面提供分支MP BS值。与外类群(狒狒)的非模糊值的唯一的字符已被保存的级联对准内; (B)的得分0.00084的平均一致树导致从巨猿(原始人类,灵长类动物,哺乳动物)的98座超级矩阵的二进制表示获得的5507棵的Hennigian森林的分析(见“材料和方法”为细节);狒狒被认为是最好的全祖征群。 “其他...” FORESTER的输出树文件(请参阅详细信息“材料和方法”),用于进一步的分析; (C)的分数0.00090的平均一致树导致从98个位点的类人猿(人科,灵长类动物,哺乳动物)的超级矩阵(见6.I的改性二进制表示导出的5339种树木的Hennigian森林的分析以及“材料和方法”的详细说明),但所有168棵,其中包含的分支(智人加PAN)已经从输入林中删除。 “其他...” FORESTER的输出树文件(参见“材料和方法”),用于进一步的分析。
机译:Bpm中传播子的稀疏矩阵表示和方向波场分解设计