sgsx11的博客

按照AmpliconSuite-pipeline官网的Singularity安装方法遇到不少问题，好在都一一解决了，写个文档记录一下我基于Singularity 安装 AmpliconSuite-pipeline的过程。注意：–sif 的路径只需要精确到ampliconsuite-pipeline.sif的目录即可，镜像的名称一定要是ampliconsuite-pipeline.sif。检查一下AA_DATA_REPO的环境变量有没有配好,执行$AA_DATA_REPO,输出不为空就是正确的。

Spark计算时，默认会将中间结果、所用到的jar包临时存放到/tmp目录中，当挂载在/tmp目录的磁盘空间不足时，就会报错`No Space Left on the device。GATK ApplyBQSRSpark 过程中因No space left on device终止。命令清除tmp文件夹下的临时文件，手动操作，或者写一个定时清除的脚本。2、增加/tmp的大小。

我使用的服务器给每个用户分配的最多打开文件数量是409600，会出现too many open files是因为RStudio的Terminal限制，所以直接使用ssh连接服务器执行命令既可以解决问题。GATK 集成的Spark运行过程中会打开多个文件，而我使用的服务器版RStudio的Terminal限制了打开的文件数量最多为4096。GATK BQSR进行 BaseRecalibratorSpark 过程中因Too many open files终止。查看当前用户能打开的最多文件数量。

论文中描述的新抗原预测的计算工作流程以及相关软件的尝试

（机械师T90外接显卡GTX-1080）Win10笔记本通过M.2接口外接独立显卡+解决错误代码43

问题描述给定一个长度为 N 的数组 A = [A₁, A₂, · · · AN]，数组中有可能有重复出现的整数。　　现在小明要按以下方法将其修改为没有重复整数的数组。小明会依次修改　　A₂, A₃, · · · , AN。　　当修改 Ai 时，小明会检查 Ai 是否在 A₁ ∼ Ai−₁ 中出现过。如果出现过，则小明会给 Ai 加上 1 ；如果新的 Ai 仍在之前出现过，小明会持续给 Ai 加 1 ，直到 Ai 没有在　　A₁ ∼ Ai−₁ 中出现过。　　当 AN 也经过上述修改之后，显然 A

问题描述有一天，盾神接触到了风靡世界的小游戏——数独！！！盾神非常感兴趣，不惜翘课用了一天的时间把数独玩得出神入化！！！于是他要过来考考你。经过“盾神与简单数独”的磨练后，你会做9*9的了。输入格式输入为9*9的矩阵，如果第i行第j列为0，则该格子未填数；否则该格子已经有数。输出格式输出为1个9*9的矩阵，表示字典序最小的方案。如无解则输出NO。　　矩阵大小关系的定义：第一关键字为a[1][1]，第二关键字为a[1][2]，……第四关键字为a[1][4]，第五关键字为a[2][1]，以此类推。矩

13届蓝桥杯c++组日常练习问题记录.md以下内容皆收集于相关博客，如有侵权请联系我删除！一、常用函数1、C++ STL中 next_permutation函数的用法1.1 输出序列{1,2,3,4}字典序的全排列。#include <iostream>#include<algorithm>using namespace std; int main(int argc, char** argv) { int a[4]={1,2,3,4}; sort(a,a+4)

基于MATLAB的遗传算法函数优化问题求解实验报告一、实验要求：掌握matlab遗传算法工具箱的函数命令实现函数优化问题的方法和图形用 户界面下求解优化问题的方法。利用matlab工具箱函数命令实现函数的优化：已知：（1）f(x)=x+10sin(5x)+7cos(4x)优化问题：Max f(x), s. t. 15£ x£25绘出函数图像，并给出matlab工具箱函数命令下应用遗传算法求解优化问题的结果和结果分析。(2) 优化问题：Max f(x,y), s. t. -3

基于MATLAB的BP神经网络PID控制器设计一、BP神经网络PID控制算法步骤：（1）确定BP神经网络结构，即确定输入层和隐含层的节点个数，选取各层加权系数的初值wij(0)、wli(0),选定学习速率和惯性系数，此时k=1（2）采样给定和反馈信号，即r(k)和y(k),计算误差e(k)=r(k)-y(k)（3）确定输入量（4）根据上述公式，计算各层神经元的输入、输出，神经网络输出层即为PID控制器的三个可调参数Kp、Ki和Kd（5）由增量式PID控制公式，计算PID控制器的控制输出u

基于MATLAB的BP神经网络实现非线性函数拟合设计一、实验要求：重点是掌握BP神经网络的学习算法原理，掌握matlab工具箱设计BP神经网络拟合非线性模型的方法（m文件）；掌握在图形用户界面下设计BP神经网络拟合非线性模型的方法。设计前馈型网络，在区间[-4,4]上逼近函数。参考参数设置：1.1 输入变量和目标输出：indata=-4:0.1:4;targetdata=0.35*(1-indata+2*indata.*indata).*exp(-indata.*indata/2) ;1.2

实验五：基于MATLAB的BP神经网络设计一、实验要求：重点是掌握BP神经网络的学习算法原理和代码设计方法，应用MATLAB编写BP神经网络训练方法；应用神经网络工具箱设计BP神经网络实现对输入输出数据的模型拟合。已知：训练样本: 期望输入：[x1,x2]T=[1,3]T, 期望输出：[t1, t2] T =[0.95, 0.05] T激发函数f为：。学习步长为η=1。初始权值和阈值：二、实验内容2.1应用MATLAB编写BP神经网络训练方法2.1.1 实验代码：%输入x = [1

MATLAB环境下单层感知器神经网络实现逻辑“与”运算设计一、实验要求：重点是掌握感知器神经网络的学习算法原理和代码设计方法，应用MATLAB编写感知器神经网络实现逻辑与运算；应用神经网络工具箱设计感知器神经网络实现逻辑与方法。已知：训练样本: x1=0011 x2=0101 期望输出：d=0001激发函数f为阶跃函数，MATLAB使用hardlim 作为阶跃函数。二、实验内容2.1 学习算法2.2 应用MATLAB编写感知器神经网络实现逻辑与运算2.2.1 代码：%样本x

MATLAB/Simulink环境下设计模糊PID控制器一、实验要求：重点学习模糊PID控制器工作原理，在MATLAB****/****Simulink环境下，用MATLAB模糊逻辑工具箱完成一个3阶传递函数系统的模糊PID控制器的设计，并输出单位阶跃信号下系统输入输出曲线视图。二、实验内容2.1 确定各参数值2.1.1 被控对象：Ts = 0.1;Plant = c2d(zpk([],[-1 -3 -5],1),Ts); %零极点模型，并离散化2.1.2 根据对象Plant，确定PID参

实验一：MATLAB代码编译环境与MATLAB命令设计模糊控制器一、实验要求：重点学习MATLAB系统仿真软件的使用和模糊控制器工作原理，并应用MATLAB命令进行模糊控制器设计，完成模糊控制查询表的实现、模糊控制在线运行代码的实现。已知：1.1 E、EC和U的论域：{-6,-5,…,-1,0,1,…,5,6}；E、EC和U定义了7个语言值{NB，NM，NS，Z，PS，PM，PB}；1.2 各语言值的隶属函数采用三角函数，其分布可用下表表示：1.3 控制规则表：二、实验内容2.1 模糊控

设计并实现一个在线聊天机器人案例1、ChatterBotChatterBot是Python自带的基于机器学习的语音对话引擎，可以基于已知的对话库来产生回应。ChatterBot独特的语言设计可以使它可以通过训练来用任何一种语言进行对话。该项目的开源代码链接：https://github.com/gunthercox/ChatterBot2、应用案例描述ChatterBot包含的工具有助于简化训练聊天机器人实例的过程。ChatterBot的训练过程涉及将示例对话框加载到聊天机器人的数据库中。这可以创建

Python+PyQt5实现五子棋游戏（人机博弈+深搜+α-β剪枝）一、问题描述1、五子棋五子棋是全国智力运动会竞技项目之一，是一种两人对弈的纯策略型棋类游戏。五子棋的棋具与围棋通用，是一种传统的棋种，有两种玩法。一种是双方分别使用黑白两色的棋子，下在棋盘直线与横线的交叉点上，先形成五子连线者获胜。还有一种是自己形成五子连线就替换对方任意一枚棋子。被替换的棋子可以和对方交换棋子。最后以先出完所有棋子的一方为胜。2、什么是Agent？Agent的概念——1977年Carl Hewitt “Vie

问题描述RGB色彩模式是工业界的一种颜色标准，是通过对红®、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是运用最广的颜色系统之一。将一张图片的一个像素点的rgb值作为一个基因，那么整张图片所有像素点就能组成一个基因序列，基于此基因序列通过遗传算法不断的迭代就能将一张完全乱序的图片重组为想要的图片。例如目标图片为：第0代图片：第558代图片：第1000代图片一、建立

问题描述​ 旅行商问题（Travelling Salesman Problem, 简记TSP，亦称货郎担问题)：设有n个城市和距离矩阵D=[dij]，其中dij表示城市i到城市j的距离，i，j=1，2 … n，则问题是要找出遍访每个城市恰好一次的一条回路并使其路径长度为最短。一、动态规划解决旅行商问题​ 要使用动态规划，需要问题本身有最优子结构，我们需要找到要解决的问题的子问题。题目要求，从0(a)出发，经过[1(b),2©,3(d)]这几个城市，然后回到0，使得花费最少。要实现这个要求，需要从下面

基于课程标签分类的智能推荐专家系统（Python+PyQt5实现）写在前面系统逻辑图形界面展示核心代码CourseRecommendExpertSystem.pystart.pyGui界面代码main_window.pyGithub写在最后写在前面项目名称：基于课程标签分类的智能推荐专家系统v1.0软件环境：Windows 10 64位硬件环境：开发工具：Pycharm21.2项目描述：上周的人工智能实验课要求我们做一个基于Python的简单的专家系统并用PyQt5实现图形化界面。于是我结合之前