通过一个标准识别顶点序列 - 腾讯云开发者社区

作者提出了一种可以通过序列与结构信息预测小分子与RNA结合位点的计算方法-RNAsite。...二、特征选取 2.1 序列特征的获取首先通过BLASTN工具在NCBI的非冗余核苷酸序列数据库中进行多序列比对，然后按照与Henikoff–Henikoff scheme中相同的方法给每个序列分配权重...给定一个σ，按如下公式计算LN： ? LN的数值反映了表面凹凸性这一几何特征。...2.2.2 结构化特征-Topological features 首先将每一个RNA结构都转化为核苷酸互作用网络，对于每一个核苷酸，都存在网络中的两个特征与之对应：closeness(CL)和degree...通过对比实验，作者进一步证明了序列特征与结构特征相结合对于位点预测的重要作用。

1.1K1 0

通过一个完整例子彻底学会protobuf序列化原理

因此，本文用一个较为完整的例子直观展示一下Protobuf的序列化，一个例子即可搞懂Protobuf的序列化算法。...一个完整的Protobuf举例 code.png 这个例子有一个特点，就是AllDataType这一结构体中包含了Protobuf所支持的全部数据类型。...下一步，使用protoc编译该proto文件，并在程序中声明一个AllDataType类型的数据，将其序列化，并打印出来。...这种情况下，数字直接按照它的二进制表示进行序列化，固定占用4字节或8字节，例如图中的第3行第2列到第9列，表示的是2049。由于2049是一个比较小的整数，因此会有很多0来填充空余字节，比较浪费。...【9】注意第8行第12列和第13列，当fn大于15时，一个字节已经不足以序列化fn+wt部分了，这时fn+wt会被当成一个数字，按照varint的形式来序列化。

19.7K17 5

您找到你想要的搜索结果了吗？

是的

没有找到

手势识别：使用标准2D摄像机建立一个强大的的手势识别系统

这已经排除了像笔记本电脑或智能手机这样的标准消费硬件。其次，现有体系的表现并不完美。现实世界是混乱的，每个用户都倾向于以略微不同的方式执行一个给定的手势。...这使得构建强大的、用户独立的识别模型变得困难。在TwentyBN上，我们采用了一种不同的手势识别方法，使用了一个非常大的、带注释的动态手势视频并使用神经网络训练这些数据集。...我们已经创建了一个端到端的解决方案，它运行在各种各样的摄像机平台上。这使得我们可以建立一个手势识别系统，它是稳健的，并且只用一个RGB摄像机实时工作。...神经网络的输出是一系列特性，每一个特性都可以被看作是一个小的输入视频片段的压缩表示。然后由LSTM层处理这个特性序列，允许较长的时间依赖。...在测试的时候，我们利用了一个事实：循环网络是一个可以通过时间来完成的动态系统。在训练时，每一个循环隐藏状态通过一个softmax层转换为类概率向量，得到的预测序列在时间上是平均的。

3.4K7 0

Google Earth Engine 实现 LandTrendr 光谱-时间分割算法的指南（简介和土地趋势分析）

在实践中，LandTrendr 从像素的光谱历史中获取单一观点，如波段或指数，并通过一个过程来识别分隔光谱轨迹中持久变化或稳定时期的断点，并记录发生变化的年份发生了。...图像数据被缩减为单个波段或光谱索引，然后通过断点（顶点）识别将其划分为一系列直线段。这种光谱历史的分段视图产生了两个简洁的特征。在顶点之间插入新值多年的能力。...事后增强的图像时间序列数据。时间序列断点或顶点的识别允许对顶点之间的观察进行插值，去除无关信息并将每个观察置于其所属轨迹的上下文中。...由于断点或顶点是按年份定义的，我们还可以将在一个光谱带或索引中识别的断点强加于任何其他光谱带或索引。...例如，我们可以将像素时间序列分割为归一化燃烧比 (NBR: [NIR-SWIR]/[NIR+SWIR]) 以识别顶点，然后根据 NBR 分割短波红外 (SWIR) 波段-已识别的顶点（图 2.4）。

4901 0

“腾讯IEG基础PaaS平台”首批通过 DevOps标准评估并获唯一一个四级！

此次作为首批通过 DevOps 标准评估的单位，腾讯IEG 基础 PaaS 平台获得了持续交付能力成熟度唯一一个四级的评测！ ? ?...承担着数百款业务线上运营的使命，遍布全球20W+的混合云管控，覆盖X86、虚拟机、容器等各类IaaS；为5000+业务研发人员提供了从代码集成、编译构建、单元测试、代码扫描、镜像构建、部署、视图展示等全链路支撑服务；同时通过基础...，汇聚了国内BATJ等一线互联网企业、通信及金融等行业顶级单位及专家共同编制而成，此标准目前已在中国通信标准化协会（CCSA）立项，并在国际电信联盟（联合国ITU-T）立项成功，成为国际标准。...，并获DevOps标准工作组核心编写专家荣誉证书。...中国信息通信研究院-云计算与大数据研究所云计算部副所长张雪丽女士为通过评估的企业授牌，腾讯互娱蓝鲸产品中心总监党受辉在此次大会上代表“腾讯IEG基础 PaaS 平台”项目获得授牌并接受了现场采访。

1.6K3 0

【技术】又发现一个漏洞！你可以通过戴眼镜来欺骗AI面部识别系统

一组研究人员通过将“中毒样本”注入训练集，将软件后门植入了面部识别系统。这种特殊的方法不要求对手对深度学习模型有完全的了解，也不要求更真实的场景。...在实验中，研究人员使用了中国香港大学和英国牛津大学的研究人员开发的DeepID和VGG-Face面部识别系统。...一个正常的输入，比如面部识别系统中一张员工脸部的图片，与攻击者选择的模式混合。在摄像头前重新创建数字过程有点棘手，所以选择一个附件并将其图像映射到输入图像上以使其变暗，效果更佳。...研究小组还通过让五名实验者戴上两种不同的秘钥来延长实验的时间:阅读眼镜和太阳镜。每个人以5个不同角度拍摄的50张照片，被用作中毒样本。攻击成功率各不相同。...至少存在一个角度，从该角度拍摄的照片就成为软件后门。因此，这种攻击对安全敏感的面部识别系统构成了严重威胁。这意味着使用深度学习面部识别系统来保证安全看起来很酷，但是技术还不完善。

1.7K8 0

祝贺：“腾讯IEG基础PaaS平台”首批通过 DevOps标准评估并获唯一一个四级！

7964 0

Google Earth Engine（GEE）——实现 LandTrendr 光谱-时间分割算法的指南

图像数据被缩减为单个波段或光谱索引，然后通过断点（顶点）识别分为一系列直线段。这种光谱历史的分段视图产生了两个简洁的特征。在顶点之间插入新值多年的能力。...事后增强的图像时间序列数据。时间序列断点或顶点的识别允许对顶点之间的观察进行插值，去除无关信息并将每个观察置于其所属轨迹的上下文中。...由于断点或顶点是按年份定义的，我们还可以将在一个光谱带或索引中识别的断点强加于任何其他光谱带或索引。...例如，我们可以分割作为归一化燃烧比（NBR：[NIR-SWIR]/[NIR+SWIR]）的像素时间序列来识别顶点，然后基于 NBR 分割短波红外 (SWIR) 波段- 已识别的顶点（图 2.4）。...第 4 行是一个布尔值，指示观察是否被识别为顶点。您可以使用 GEEarraySlice函数提取一行。

1.3K2 1

Rolling and Unrolling RNNs

我们可以通过从这个输入顶点开始并沿着它们的箭头指向的方向到达图中的每个顶点。类似地，我们可以通过沿着一些边的路径从任何顶点到输出顶点。...因此，通过网络的自然流动允许我们一次一个地计算每个顶点所表示的向量，使得当我们计算每个向量时，我们已经计算了它的输入，即在另一端的向量是指向它的边缘的。...当第一个输入值in0到达顶点A时，我们还没有一个值用于C，所以我们只使用适当维度的零向量，我们让值A0我们计算的值。类似地，我们可以通过B0乘以A0及矩阵MB和来自B0和MC的第一输出值C0来计算。...你可以总是通过这个过程从循环有向图形成一个DAG，这被称为展开。...这些在序列的每一步都是一样的，所以他们不会展开。然而，我们确实需要更新权重矩阵，以训练神经网络，展开的想法真的很方便。因为展开的网络是DAG，我们可以像使用标准神经网络一样使用反向传播来训练它。

1.2K2 0

文心一言 VS 讯飞星火 VS chatgpt （323）-- 算法导论22.4 4题

环路：一个或多个顶点组成的序列，其中每个顶点（除了第一个和最后一个）都恰好出现两次，且序列的第一个顶点和最后一个顶点相同。 3....矛盾：如果 B 方法产生的“坏”边数量少于 A 方法，那么 B 方法在某种程度上必须能够识别并绕过某些环，从而避免将环中的顶点以错误的顺序排列。...拓扑排序是针对有向无环图（DAG）的，如果一个有向图包含环路，那么它就不是DAG，因此严格来说，对于包含环路的有向图，标准的拓扑排序算法是无法进行的。...这可以通过简单地选择一个环路中的边，将其从图中移除，然后对剩余的DAG进行拓扑排序，最后将移除的边放回，这样生成的序列中“坏”边的数量可能会更少。...如果 S 中的顶点排列错误，那么至少存在一个顶点 v，它在序列中的位置与它在拓扑排序中的位置不一致。这将导致至少一个额外的“坏”边，因为 v 的不正确位置会违反至少一个依赖关系。

1092 0

人脸表情和姿态变化万般丝滑——基于3D人脸动态的图像-视频生成方法

，然后通过稀疏纹理映射算法进一步渲染3D动态序列的皮肤细节。...反过来，3D人脸顶点也可以通过变换映射到一个2维图像平面上，对应的公式可以表达为：其中，V表示3D顶点在2维平面上的映射坐标，是固定的正交映射矩阵，是对应的旋转矩阵，而t为偏移向量。...视频预测：给定一个观测到的动态序列（3DMM coefficients），LSTM对其进行编码：为了预测出一个合理的动作，LSTM不得不首先学习大量的动作输入以识别在姿态序列中运动的种类以及随时间的变化...损失函数: 给一个source人脸图像, 作者使用2DAL模型回归出相应的3DMM系数，用来表示初始的3D dynamic 。之后模型通过观测来生成一个系数序列。...3DMM coefficient loss定义为预测3DMM 系数和ground truth 3DMM系数之间的欧式距离：而3D vertex loss定义为：其中分别为预测得到的系数和标准系数对应的人脸三维顶点信息

2.2K5 0

论文简述 | 融合关键点和标记的基于图优化的可视化SLAM

SLAM系统.构建了一个图形优化问题,通过考虑关键点的重投影误差和标记的影响来优化轨迹.在SPM数据集上的实验结果表明,与最先进的ORB-SLAM2相比,该图优化算法具有更高的精度. 2 介绍 MonoSLAM...[2] [3].图形优化算法需要建立一个姿态图,通过边缘化的方法将环境中的地标观测转化为机器人不同姿态之间的约束,从而可以估计机器人的姿态序列和环境中地标的位置序列,简化优化过程.姿态图中的顶点对应机器人的姿态和每个时刻地标的位置...,边表示顶点之间的相对约束.通过不断调整顶点的姿态以满足约束,最终得到机器人的轨迹和观察到的环境图.PTAM是第一个在后端使用非线性优化的解决方案[4].通过使用关键帧机制,优化了轨迹和地图,提高了计算速度和定位精度...在SPM数据集上的实验结果表明,与ORB-SLAM2相比,该方法具有更高的准确率.然而这种方法本质上是基于关键点的.因此,可以在未来的工作中考虑对象级的SLAM,从而可以识别特定的对象,例如椅子或桌子,...并且通过将目标顶点添加到姿态图中来构造对象的成本函数.这种方法可以帮助进一步提高系统的定位精度,因为对象比关键点更稳定,并且不需要在环境中手动实现放置标记.

8553 0

3D图形渲染管线

一个流水线是一序列可以并行和按照固定顺序进行的阶段。每个阶段都从它的前一阶段接收输入，然后把输出发给随后的阶段。...通过这样做，视变换定义了视点的位置和方向。我们通常把分别代表建模和视变换的两个矩阵结合在一起，组成一个单独的被称为modelview的矩阵。你可以通过简单地用建模矩阵乘以视矩阵把它们结合在一起。...生成的结果坐标被称为标准化的设备坐标。现在所有的几何数据都标准化为[-1,1]之间。窗口坐标：最后一步是取每个顶点的标准化的设备坐标，然后把它们转换为使用像素度量x和x的最后的坐标系统。...首先，在图元装配阶段根据伴随顶点序列的几何图元分类信息把顶点装配成几何图元。这将产生一序列的三角形、线段和点。...这些操作是OpenGL和Direct3D的一个标准组成部分。在这个阶段，隐藏面通过一个被称为深度测试的过程而消除。其它一些效果，例如混合和基于模板的阴影也发生在这个阶段。

1.8K2 0

自动驾驶综述|定位、感知、规划常见算法汇总

评估了两种地图匹配距离函数：改进了传统的两个栅格地图之间的似然场距离，以及两个高维向量之间的自适应标准余弦距离。...然后建立了一个基于图的路线图表示法和一个汽车如何通过该图的概率模型。利用这个概率模型和视觉里程测量，他们估计汽车相对于路线图的位移。...作者在一个内部私有数据集上进行了实验，并指出故障是由于过度曝光、遮挡、交通灯的非标准安装以及其他一些在现实情况下并不罕见的情况造成的。在基于模型的方法的背景下，这种结合表明是不够的。...(1)Goal-DirectedTechniques 目标导向技术通过避免扫描不在目标顶点方向上的顶点来引导从源顶点到目标顶点的搜索。A*是一种经典的目标导向最短路径算法。...(2)轨迹规划轨迹规划包括从自动驾驶汽车的当前状态到下一个目标状态的序列生成，该序列指定汽车状态随时间的演变。

2.9K4 0

Nat. Methods | 基于几何深度学习解密蛋白分子表面的相互作用指纹

通过此框架，研究者为表面的小块创建了描述符，可以在神经网络体系结构中对其进一步处理。接下来介绍各种方法来利用它们识别蛋白质表面上的相互作用指纹。...3.2.5亲水性根据最接近该顶点的原子的氨基酸身份的Kyte和Doolittle标度，为每个顶点分配亲水性标量值。这些值的原始范围为-4.5（亲水）至+4.5（最疏水），然后将其标准化为-1到1。...通过将一个真正相互作用的小块与该集中任何其他蛋白质中随机选择的一个配对，来选择非相互作用对。...然后，MaSIF-search通过表面对齐和重新排序阶进行补充，以生成质量提高的对接复合物。 MaSIF-search学会识别两个表面小块相互作用的图案。...将来诸如Osprey和Rosetta之类的蛋白质设计程序可能会识别指纹，从而优化从头设计的蛋白质序列，以显示执行功能任务所需的分子表面图案。

1.5K5 1

使用PolyGen和PyTorch生成3D模型

3D模型的核心只是一个3D空间中的顶点集合，通过各个面进行分组和连接在一起。是否可以避开中间表示并直接预测这些顶点和面？ PolyGen ?...PolyGen 架构 PolyGen通过将3D模型表示为顶点和面的严格有序序列，而不是图像，体素或点云，对模型生成任务采取了一种非常独特的方法。...顶点模型是一种解码器，它尝试预测以先前标记为条件的序列中的下一个标记（并可选地以图像，体素字段或类标签为条件）。表面模型由一个编码器和一个解码器指针网络组成，该网络表示顶点序列的分布。...该指针网络一次有效地“选择”一个顶点以添加到当前面序列并构建模型的面。此模型均以先前的面序列和整个顶点序列为条件。由于PolyGen架构非常复杂，并且依赖于各种概念，因此本文仅限于顶点模型。...顶点模型由一个解码器网络组成，该网络具有转换器模型的所有标准特征：输入嵌入，18个转换器解码器层的堆栈，层归一化以及最后在所有可能的序列标记上表示的softmax分布。

1.6K1 0

21年最新最全Graph Learning算法，建议收藏慢慢看

根据顶点、边和子图的属性，图学习任务可以分为三类，分别是基于顶点、基于边和基于子图。图中顶点之间的关系可以被用于分类、风险识别、聚类和社区发现[14]。...通过将顶点视为单词，将生成的顶点随机序列视为单词序列（句子），这些模型可以通过将这些序列输入 Word2vec 模型来学习顶点的嵌入表示[89]-[91]。...它是一个两层的方案：上层识别关系序列模式，下层从知识库的子图中捕捉信息。另一个被广泛研究的异质网络类型是社交网络，由于顶点和关系的类型不同，社交网络在本质上是异质的。...2) Graph Attention Networks 在基于序列的任务中，注意力机制被认为是一个标准方法[142]。GAT 是一种基于空间的GCN[143]。...因此，GAM 通过自适应地访问重要顶点的序列来处理信息。GAM的模型包含LSTM网络，一些参数包含历史信息、策略和其他从探索图中产生的信息。

2.7K3 0

可视化算法VxOrd论文研读

为了弥补这些影响，每一张幻灯片的测量值（在扩展表中的一个列）通过减去这张幻灯片的中值来进行标准化，然后除以四分位范围（75百分位数和25%亮度值之间的差值）。...这种健壮的标准化对异常值的敏感度要低于标准化，通过减去平均值并除以标准偏差8。皮尔逊的相关系数9被用来计算每一对基因之间的相似性。 ?...请注意，对于每个顶点，只有它自己的能量被考虑，这是贪婪算法的一个特征，它只会间接地导致整个系统的全局最小化。然而，系统的总能量，见方程4，仍然可以作为算法终止的标准。 ?...这种技术允许顶点克服与局部极小值相关的障碍，以寻找更低的能量状态。在对我们的能量方程式进行检查后，我们可以清楚地看到，通过直接求解单个顶点的能量的位置，可以使其迅速地通过一个能量屏障。...我们还展示了一种有用的视觉方法，通过在一个碱基序列中对基因进行着色，并遵循这些彩色基因在其他序列中的相对运动，来跟踪另一个聚类的效果。

6881 0

21年最新最全Graph Learning算法，建议收藏慢慢看

1.2K2 0

GRADE：联合学习演化节点和社区表示的概率生成模型

实验表明，GRADE在动态链接预测中达到或超过基线模型，在动态社区发现方面显示出良好的性能，并且能识别出连贯且可解释的不断发展的社区。 ?...为了发展节点的社区混合权重，作者观察到用户对社交网络的兴趣随时间而变化，英雌用户可能会从一个社区转移到另一个社区，其特点是在社区发展的更广泛范围内具有特定于用户的行为。...在动态社区发现中，作者通过在训练时间步长上训练模型来利用历史信息，并根据测试集中的边缘来推断非重叠社区，使用标准化互信息（NMI）和模块化来评估此任务的性能。...作者通过计算社区k中前250个顶点的预测节点概率与相同节点的中心性之间的Spearman秩相关系数来评估此任务的性能，该概率由测试中分配给同一社区k的顶点的链接数来衡量组。...此外，为了检查GRADE是否捕获了真实的社区和节点动态，作者将训练集中的图序列随机化，同时在验证和测试集中保留真实顺序。

4156 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

Bioinformatics | 通过序列与结构信息识别小分子与RNA的结合位点

通过一个完整例子彻底学会protobuf序列化原理

手势识别：使用标准2D摄像机建立一个强大的的手势识别系统

Google Earth Engine 实现 LandTrendr 光谱-时间分割算法的指南（简介和土地趋势分析）

“腾讯IEG基础PaaS平台”首批通过 DevOps标准评估并获唯一一个四级！

【技术】又发现一个漏洞！你可以通过戴眼镜来欺骗AI面部识别系统

祝贺：“腾讯IEG基础PaaS平台”首批通过 DevOps标准评估并获唯一一个四级！

Google Earth Engine（GEE）——实现 LandTrendr 光谱-时间分割算法的指南

Rolling and Unrolling RNNs

文心一言 VS 讯飞星火 VS chatgpt （323）-- 算法导论22.4 4题

人脸表情和姿态变化万般丝滑——基于3D人脸动态的图像-视频生成方法

论文简述 | 融合关键点和标记的基于图优化的可视化SLAM

3D图形渲染管线

自动驾驶综述|定位、感知、规划常见算法汇总

Nat. Methods | 基于几何深度学习解密蛋白分子表面的相互作用指纹

使用PolyGen和PyTorch生成3D模型

21年最新最全Graph Learning算法，建议收藏慢慢看

可视化算法VxOrd论文研读

21年最新最全Graph Learning算法，建议收藏慢慢看

GRADE：联合学习演化节点和社区表示的概率生成模型

扫码

相关资讯

热门标签

活动推荐

运营活动

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐