- 博客(4)
- 收藏
- 关注
原创 TaxoNN: ensemble of neural networks on stratified microbiome data for disease prediction阅读报告
个人一些浅薄的见解 该文的主要工作 作者提出了一种通过肠道微生物组数据来预测疾病状态的技术,该技术使用了一种新的神经网络集成,结合了分层的方式先将OTU根据门分组,然后通过提出的两种新的排序方式taxoNN_dis与taxoNN_corr将OTU分别以基于聚类中心的距离或相关性来排序,随后将排序好的OTU数据给卷积神经网络训练,从每个卷积神经网络中集成特征来预测疾病状态。 作者的数据集是使用的GEM研究数据中提供的受试者创建的,每个样本包含168个OTUs的值,作者向其中添加正
2022-03-16 15:49:09 1174
原创 算法作业3--最优合并问题
import refrom random import randintA = []MaxNum = 999999MinNum = 0# 输入堆数x回车,生成x个随机数inputFile = open('input.txt', 'w')inputFile.close()inputFile = open('input.txt', 'a')print('输入序列数')x = input()inputFile.write(x + '\n')for i in range(int(x)):.
2021-11-24 22:47:07 414
原创 算法作业2——石子合并
import refrom random import randintA = [0]MaxNum = 999999MinNum = 0# 输入堆数x回车,生成x个随机数inputFile = open('input.txt', 'w')inputFile.close()inputFile = open('input.txt', 'a')x = input()inputFile.write(x + '\n')for i in range(int(x)): s = str(r.
2021-11-17 18:16:40 70
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人