首页> 外文OA文献 >Figure 2: Twin based A, C, and E estimate comparisons between different greedy algorithms for de novo clustering at a 97 similarity threshold.

【2h】

Figure 2: Twin based A, C, and E estimate comparisons between different greedy algorithms for de novo clustering at a 97 similarity threshold.

机译：图2：基于Two，C和E在97％相似性阈值下不同贪婪算法之间的估计比较。

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者

展开▼
作者单位

展开▼
年度 -1
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. De Novo Clustering of Long-Read Transcriptome Data Using a Greedy, Quality Value-Based Algorithm [J] . Sahlin Kristoffer, Medvedev Paul Journal of computational biology: A journal of computational molecular cell biology . 2020,第4期

机译：使用贪婪，基于质量值算法的长读转录组数据进行Novo聚类
2. Performance Comparison of Model Based Test-Suite Optimization Using Evolutionary Algorithms and Greedy Heuristic Algorithm [J] . Mettu Sumender Roy, G. Samuel Vara Prasada Rao International Journal of Applied Engineering Research . 2018,第11aPta10期

机译：基于模型的测试 - 套件优化的性能比较使用进化算法和贪婪启发式算法
3. Comparison of primary productivity estimates in the Baltic Sea based on the DESAMBEM algorithm with estimates based on other similar algorithms [J] . Stramska M., Zuzewicz A. Oceanologia . 2013,第1期

机译：基于DESAMBEM算法的波罗的海初级生产力估计值与基于其他类似算法的估计值的比较
4. De Novo Clustering of Long-Read Transcriptome Data Using a Greedy, Quality-Value Based Algorithm [C] . Kristoffer Sahlin, Paul Medvedev International Conference on Research in Computational Molecular Biology . 2019

机译：使用贪婪的，基于质量值的算法对长期阅读的转录组数据进行从头聚类
5. Facility Location Decision for Global Entrepreneurial Small-to-Medium Enterprises Using Similarity Coefficient-Based Clustering Algorithms. [D] . Serbaya, Suhail Hasan. 2017

机译：使用基于相似系数的聚类算法为全球创业型中小型企业进行设施选址决策。
6. ASGOP: An aggregated similarity-based greedy-oriented approach for relational DDBSs design [O] . Ali A. Amer, Marghny H. Mohamed, Khaled Al_Asri 2020

机译：ASGOP：用于关系DDBS设计的基于相似度的聚集方法
7. Figure 1: Twin based A, C, and E estimate comparisons between closed and open reference, and de novo clustering using UCLUST with a similarity threshold of 97. [O] . -1

机译：图1：基于TWIN的A，C和E估计闭合和开放参考之间的比较，以及使用UCLUST具有97％的UCLUST的DE Novo聚类。

Figure 2: Twin based A, C, and E estimate comparisons between different greedy algorithms for de novo clustering at a 97 similarity threshold.

著录项

引文网络

相似文献

相关主题

期刊订阅