生物信息学算法导论(脑控技术丛书）脑控，信息，算法
上传时间： 2022-06-08
上传用户：
在数字化推进速度加快的大背景下，全球农业也由传统农业向现代农业方向转变，而实现农业信息与数字化则是现代化农业的重要标志与核心技术。我国农业具有地域分散、对象多样、生物自身变异大、环境因子不确定等特点，也是受环境影响最明显的领域，因此对环境与生物信息的监测显得十分重要。同时现代无线网络信息技术和计算机应用等技术近几年得到了长足的发展，广泛的应用于工业的各个领域。因此，将这些最新的技术应用于相对发展较慢的农业各领域显得迫在眉睫。 本文根据农业对象具有偏远、分散、易变、多样等特点，提出了一种针对农业环境信息远程监测的系统设计方案，并从软件和硬件二方面详细介绍了系统方案的设计和实现方法。本研究通过采用μC/OS-Ⅱ系统的嵌入式技术，实现了数据采集系统底层网络与信息发布上层网络的无缝连接为建立基于WEB的农业环境远程监测系统奠定了基础，同时也为农业网络通信“最后一公里”问题的解决提供了一种解决方案。 该系统的设计充分利用了网络技术。通过INTERNET，用户可以随时了解农业环境的实时情况以采取措施。系统中嵌入式操作系统μC/OS-Ⅱ的应用提高了系统的实时性、可靠性和可扩展性：减少了对系统硬件的依赖，增加了系统安全性；降低了成本。特别是自主开发的核心板卡，经连续的调试运行稳定、数据可靠。 本文首先介绍了高速实时数据采集系统的发展和现状。由于传统的设计方式的欠缺而考虑到将嵌入式操作系统引入到该系统中，很好的解决了多传感器的接入，使得本系统具有巨大的灵活性和可扩展性。 本文以源码开放的嵌入式操作系统μC/OS-Ⅱ为核心，以LPC2210微控制器为载体，充分利用GPRS无线网络传输技术，实现了高速实时信息监测系统的关键设计。 考虑到该系统以后的可扩展性，在设计的过程中硬件部分预留了一部分接口电路以备后续开发使用；软件的设计过程中应该注意的问题和实际操作中出现的一系列问题以及解决办法在文中都有详细的说明，并且软件的基本构架在文章中也有所体现，文章结尾给出了一些系统经实验后在WEB上发布显示的数据。
上传时间： 2013-07-09
上传用户：juyuantwo
我国是世界上设施农业面积最大的国家，设施面积占世界总面积的70-80％。目前国内设施温室应用的主要环境参数采控系统大多为进口产品，这些产品技术含量高，采控效果好，但相对价格较高，通常适用于现代化的大型或高档连栋温室。少数国产品牌无论技术水平还是采控效果均不甚理想，尤其缺少能够适用于我国常见的中小型日光温室的低成本智能采集控制装置。本文基于国家高技术研究发展计划(863计划)课题“设施农业精准生产技术系统构建与应用”，对设施温室环境和生物信息数据采集、传输、备份、调控问题进行了研究。 论文分析了目前国内中小型日光温室环境监控需求，提出并实现了一套网络型设施农业日光温室智能控制系统从硬件到软件的完整方案。主要研究工作如下： (1) 开发了面向常用环境信息传感器和生物信息传感器的数据采集模块，该数据采集模块具有可定制、可扩展的特点。 (2) 开发了基于CF卡的数据备份及存储模块，为实现现场数据的大容量存储和本地化自主控制提供了基础。 (3) 构建了传感器数据的局域传输网络和以太网络接口，满足了节点环境参数及视频信息宽带传输与温室集中监控的需要。 (4) 开发了面向中小型日光温室的可扩展核心设备管理模块，实现了在决策服务器支持下的环境参数本地自主调控。 (5) 移植了嵌入式操作系统、开发了设备驱动程序，使用户可以灵活方便地调用板载设备进行系统的二次定制开发。 (6) 对系统软件、硬件进行了模拟调试和现场实验，验证了系统在设施温室环境采控中的各项功能。 论文结构如下：首先分析了课题的研究背景、意义、研究现状和相应关键技术；然后在温室控制的需求分析上提出了智能控制系统的方案；接着给出了智能PAC系统子/主节点的硬件设计及实现，给出了基于U-BOOT与uClinux的智能PAC系统软件设计和驱动开发；其次设计了实验平台对智能PAC系统进行仿真调试和现场实验。论文最后展望了我国设施农业温室环境监控的发展。 现场实验表明，该智能PAC系统解决了日光温室环境和生物信息数据采集、传输、备份问题，并且具有可定制化、可编程、运行稳定可靠的特点，达到了预期的设计要求。
上传时间： 2013-04-24
上传用户：qw12
在数字化推进速度加快的大背景下，全球农业也由传统农业向现代农业方向转变，而实现农业信息与数字化则是现代化农业的重要标志与核心技术。我国农业具有地域分散、对象多样、生物自身变异大、环境因子不确定等特点，也是受环境影响最明显的领域，因此对环境与生物信息的监测显得十分重要。同时现代无线网络信息技术和计算机应用等技术近几年得到了长足的发展，广泛的应用于工业的各个领域。因此，将这些最新的技术应用于相对发展较慢的农业各领域显得迫在眉睫。 本文根据农业对象具有偏远、分散、易变、多样等特点，提出了一种针对农业环境信息远程监测的系统设计方案，并从软件和硬件二方面详细介绍了系统方案的设计和实现方法。本研究通过采用μC/OS-Ⅱ系统的嵌入式技术，实现了数据采集系统底层网络与信息发布上层网络的无缝连接为建立基于WEB的农业环境远程监测系统奠定了基础，同时也为农业网络通信“最后一公里”问题的解决提供了一种解决方案。 该系统的设计充分利用了网络技术。通过INTERNET，用户可以随时了解农业环境的实时情况以采取措施。系统中嵌入式操作系统μC/OS-Ⅱ的应用提高了系统的实时性、可靠性和可扩展性：减少了对系统硬件的依赖，增加了系统安全性；降低了成本。特别是自主开发的核心板卡，经连续的调试运行稳定、数据可靠。 本文首先介绍了高速实时数据采集系统的发展和现状。由于传统的设计方式的欠缺而考虑到将嵌入式操作系统引入到该系统中，很好的解决了多传感器的接入，使得本系统具有巨大的灵活性和可扩展性。 本文以源码开放的嵌入式操作系统μC/OS-Ⅱ为核心，以LPC2210微控制器为载体，充分利用GPRS无线网络传输技术，实现了高速实时信息监测系统的关键设计。 考虑到该系统以后的可扩展性，在设计的过程中硬件部分预留了一部分接口电路以备后续开发使用；软件的设计过程中应该注意的问题和实际操作中出现的一系列问题以及解决办法在文中都有详细的说明，并且软件的基本构架在文章中也有所体现，文章结尾给出了一些系统经实验后在WEB上发布显示的数据。
上传时间： 2013-05-17
上传用户：hw1688888
随着人类基因组计划的实施，通过基因组测序，蛋白质序列测定结构解析等实验，分子生物学家提供了大量的有关生物分子的原始数据，需要利用现代计算技术对这些原始数据进行收集、整理、管理以便于检索使用。而为了解释和理解这些数据，还需要对数据进行比对、分析，建立计算模型，进行仿真、预测与验证，因而出现生物信息学，它的出现，极大的促进了分子生物学的发展。
标签： 基因组
上传时间： 2015-03-11
上传用户：894898248
这是一些经典算法的描述，是由中国科学院的张法院士所编写的，对生物信息学有非常重要的意义。
标签： 算法
上传时间： 2014-12-02
上传用户：athjac
矩形编码压缩源代码是针对图象压缩设计的程序，该算法可用于生物信息学，图象处理等方面
上传时间： 2015-04-13
上传用户：xz85592677
这是我在别人的工作基础上编写的生命游戏(life game)演示程序，可以比较不同初始条件或繁衍条件产生的不同演化结果。 生命游戏是细胞自动机的一种，以模拟生命的某种繁衍过程。根据不同的生命繁衍条件，可以衍生出丰富多彩的群体动力学。该游戏曾经繁盛过一时，至今仍有很多爱好者。该模型在很多领域（如生物、物理等）都有实际的应用。 在这个生命游戏中，繁衍条件比较简单。有两个60x60的方框区域，开始时每一个格子里都生活着一个生命个体（用1表示）。然后这些个体按照下面的条件繁衍：首先计算每一个格子周围相邻生存者的个数；如果有3个相邻生存者，下一步这个格子将会有生存者（用黑色表示）；如果有2个(右边方框的是1个)，这个格子下一步的状态与上一步状态相同；其余的情况下，下一步这个格子将没有生存者（白色）。每一步计算所有的格子，共重复300步（开始6步按任意键执行，以观察开始的演化，后面的自动执行）。 该程序用Turbo C++ 3.0编译。这个游戏在《生物信息学》课上作为离散数学模型的演示程序。
上传时间： 2013-11-30
上传用户：sammi
EM算法的改进，在此基础上生物信息学的常用工具
标签： 法的改进
上传时间： 2013-12-25
上传用户：bcjtao
统计学习基础:数据挖掘、推理与预测介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。《统计学习基础:数据挖掘、推理与预测》内容广泛，从有指导的学习（预测）到无指导的学习，应有尽有。包括神经网络、支持向量机、分类树和提升等主题，是同类书籍中介绍得最全面的。计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一种挑战，这导致了统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础，但常常用不同的术语来表达。【内容推荐】《统计学习基础:数据挖掘、推理与预测》试图将学习领域中许多重要的新思想汇集在一起，并且在统计学的框架下解释它们。随着计算机和信息时代的到来，统计问题的规模和复杂性都有了急剧增加。数据存储、组织和检索领域的挑战导致一个新领域“数据挖掘”的产生。数据挖掘是一个多学科交叉领域，涉及数据库技术、机器学习、统计学、神经网络、模式识别、知识库、信息提取、高性能计算等诸多领域，并在工业、商务、财经、通信、医疗卫生、生物工程、科学等众多行业得到了广泛的应用。【作者简介】Trevor Hastie,Robert Tibshirani和Jerome Friedman都是斯坦福大学统计学教授，并在这个领域做出了杰出的贡献。Hastie和Tibshirani提出了广义和加法模型，并出版专著“Generalized Additive Models”。Hastie的主要研究领域为：非参数回归和分类、统计计算以及生物信息学、医学和工业的特殊数据挖掘问题。他提出主曲线和主曲面的概念，并用S-PLUS编写了大量统计建模软件。Tibshirani的主要研究领域为：应用统计学、生物统计学和机器学习。他提出了套索的概念，还是“An Introduction to the Bootstrap”一书的作者之一。Friedman是CART、MARS和投影寻踪等数据挖掘工具的发明人之一。他不仅是位统计学家，而且是物理学家和计算机科学家，先后在物理学、计算机科学和统计学的一流杂志上表发论文80余篇。
标签： 统计
上传时间： 2022-05-04
上传用户：
