李时刻
李时刻

单细胞测序

eb8a60877514a4006fb8e4039d6dc86.png
eebb33facebe63d63b3a41725f1a493.png

513b2da222c3e964cdeb630cdcef3b0.png
7b428f56fa9657fdc4f093fdf7ddd4a.png
d8ef6c38b805592819dac8c08baf13e.png
6cace5807bbe91ce7c659061c8acd9e.png
843f2bf775b28303023bee7f29775ab.png
3dc3c57a06a0bc6527e42996200c0a9.png
c7ad2cbee7c8e63bec61bd002a36b60.png
1ded6fc3215465b0fd5b4096a7f2f0a.png
781683352e667d5c0035ff37c866bd6.png

483c4a816809ad7519b36deb2c507d3.png

[图片上传中...(b2b69dba0caef05421f2dc1efab347b.png-4ecce9-1666170135445-0)]
b2b69dba0caef05421f2dc1efab347b.png

ec823a931cdcb30dd7f471d855417aa.png

91cbf3bc20f3dad57378026a650b9f4.png

你可能感兴趣的:(单细胞测序)

  • Cell Insight | 单细胞测序技术又一新发现，可用于HIV-1和Mtb共感染个体诊断 尐尐呅
    结核病是艾滋病合并其他疾病中导致患者死亡的主要原因。其中结核病由结核分枝杆菌（Mycobacteriumtuberculosis,Mtb）感染引起，获得性免疫缺陷综合症（艾滋病）由人免疫缺陷病毒（Humanimmunodeficiencyvirustype1,HIV-1）感染引起。国家感染性疾病临床医学研究中心/深圳市第三人民医院张国良团队携手深圳华大生命科学研究院吴靓团队，共同研究得出单细胞测序
  • 用了这么多年的PCA可视化竟然是错的！！！ 生信宝典
    本文启发于上周开的单细胞转录组课程，本次课程由资深单细胞算法研究者戴老师主讲，深入浅出，各部分分析原理从理论到应用层面解释透彻，最新流程，最新代码，绝对值得学习。课程尚未结束，我就迫不及待向一位未能安排出时间参加此课程的老友及时安利了视频课。言归正传，介绍培训课程的一张幻灯片：很多PCA可视化结果都是不合适的。PCA或PCoA是常用的降维工具，之前有几篇文章介绍PCA的原理和可视化。一文看懂PCA
  • 9.单细胞 RNA-seq：聚类分析 denghb001
    学习目标：利用多种方法来评估聚类选择的PC基于重要的PC执行单细胞聚类单细胞RNA-seq聚类分析现在我们已经整合了高质量的细胞，我们想知道我们的细胞群中存在的不同细胞类型。image目标：为了生成特定细胞类型的簇，并使用已知的细胞类型的标志基因来确定的簇的身份。为了确定分群是否代表真实的细胞类型或由于生物或技术差异而形成的群集，如在细胞周期的S期的细胞群，特定批次的簇，或具有高线粒体含量的细胞。
  • 高通量测序的数据处理与分析指北(二)--宏基因组篇 lantary
    博客原文宏基因组篇前言之前的一篇文章已经从生物实验的角度讲述了高通量测序的原理，这篇文章旨在介绍宏基因组二代测序数据的处理方式及其原理。在正文开始之前，我们先来认识一下什么是宏基因组。以我的理解，宏基因组就是某环境中所有生物的基因组的合集，这个环境可以是下水道，河流等自然环境，也可以是人体内肠道，口腔等体环境。而宏基因组中的生物往往指的是微生物，如真菌，细菌，病毒，古细菌。我们这里主要以肠道微生物
  • seurat自学笔记1.0 单细胞数据导入 Sanye2022 pythonpandas
    Python读取.h5ad文件importanndataimportpandasaspdadata=anndata.read("/home/R/R_data/Seurat/PBMC10/output/adata.h5ad")#adata.X.todense()#将稀疏矩阵转成普通矩阵#X=pd.DataFrame(adata.X.todense())#cell_name=adata.obs.ind
  • 2022-04-17 图灵基因
    NatBiotech|组织中单细胞转录组的空间图谱原创图灵基因图灵基因2022-04-1707:03收录于话题#前沿生物大数据分析单细胞RNA测序（scRNA-seq）已经彻底改变了单细胞水平上的基因表达研究。最近，空间技术通过添加空间信息将转录组学提升到了一个新的水平。但是，它缺乏单细胞分辨率。现在，来自德克萨斯大学MD安德森癌症中心的一个小组开发了一种名为CellTrek的计算方法，将这两个数
  • 生信人应该这样来装软件(未完待续) dandanwu90
    P1优先选择二进制可执行软件来安装不同组学任务模块比对重要全基因组测序/外显子测序找差异和变异转录组相关计数软件安装规律：二进制，下载解压，全路径调用#C语言查看在还是不在whichmakewhichcmakewhichjavawhichperlwhichpython#查看版本python--versionperl--version查看版本，版本问题导致错误如何判断所有软件是否是二进制，进入软件官
  • 时空组专辑数据库文献详解 | 拟南芥叶片单细胞空间转录组图谱 尐尐呅
    深圳华大生命科学研究院等在自主研发的时空组学技术Stereo-seq基础上，针对植物样本具有细胞壁这一特性，建立了一套适用于植物的、单细胞化的空间转录组技术scStereo-seq（single-cellSpaTialEnhancedREsolutionOmics-sequencing）。研究团队将其示范应用于模式植物拟南芥（Arabidopsis）的叶片研究中，对上、下表皮细胞、栅栏细胞、海绵细
  • 2020-01-28 ab96a7f92f71
    中西医对病毒性肺病诊治差别（浅析1）ab96a7f92f71字数289·阅读02020-01-2814:05西医除了追溯疾病症状与体征之外，更多借助于各种化验、检测手段和影像学，尤其是血常规和胸部高清CT影像加以诊断，还必须做咽拭子或下呼吸道分泌物寻找出病原体，例如有针对病毒核酸检测或培养测序和抗体滴度测试等。当然还进行全面身体测试数据发现以往的基础病或体质状态。中医主要运用望闻问切传统手段来辨别
  • 7+纯生信，单细胞识别细胞marker+100种机器学习组合建模，机器学习组合建模取代单独lasso回归势在必行！ 生信小课堂
    影响因子：7.3研究概述：皮肤黑色素瘤（SKCM）是所有皮肤恶性肿瘤中最具侵袭性的类型。本研究从GEO数据库下载单细胞RNA测序（scRNA-seq）数据集，根据原始研究中定义的细胞标记重新注释各种免疫细胞，以确定其特异性标志。接着通过计算免疫细胞通信网络，结合对通信网络的大量分析和通信模式的识别，对所有网络进行了定量表征和比较。最后基于bulkRNA测序数据，使用机器学习训练了枢纽通讯细胞的特定
  • 大模型日报2024-06-07 赛博 AI 大模型日报人工智能AIGCGPT4oOpenAIGemini
    大模型日报2024-06-07大模型资讯大规模单细胞转录组学基础模型研究摘要:大型预训练模型已成为基础模型，在自然语言处理及相关领域取得突破。本文介绍了在单细胞转录组学领域应用大规模基础模型的研究进展。MMLU-Pro：评估语言理解模型的新基准摘要:MMLU-Pro是一个增强型基准，旨在评估语言理解模型在更广泛和更具挑战性的任务中的表现。最近，大型语言模型在自然语言处理领域取得了显著进展，推动了这
  • 雷达图在单细胞数据分析中的应用 周运来就是我
    听过周老师的课的同学，应该有印象：周老师在讲单细胞数据结构的时候提到过，单细胞数据是表达量数据，每个数值表示的是表达量，也就是含量，是一个非负数。表达量这个可以有绝对表达量和相对表达量，也就是所占的比例。基于这个简单淳朴的认知，其实我们就可以画出很多好玩的图，如雷达图。雷达图是以从同一点开始的轴上表示的三个或更多个定量变量的二维图表的形式显示多变量数据的图形方法。今天在逛一个单细胞免疫数据库的时候
  • seurat提取表达矩阵_10X scRNA免疫治疗学习笔记-3-走Seurat标准流程 幸福的小酒瓶 seurat提取表达矩阵
    刘小泽写于19.10.15笔记目的：根据生信技能树的单细胞转录组课程探索10XGenomics技术相关的分析课程链接在：http://jm.grazy.cn/index/mulitcourse/detail.html?cid=55第二单元第7讲：走Seurat标准流程【文章结构总-分-总，结尾有完整的代码，熟悉者前面可以跳过，去看后面8min完成的代码】前言前面介绍了自己利用cellrangerc
  • scRNA-data中的R值 武艺晴小朋友你好 r语言数据可视化
    愿武艺晴小朋友一定得每天都开心当我们测序拿得到各个样本中基因的表达值，就可以用基因表达值来表征样本间的相关性代码如下：#样本间相似性：R值相关性捕获到的基因在两个样本间表达趋势一致性exp_RNA1000)head(label)ggPoint(x=df$fed,y=df$memory_66d,size=1,title="r=0.41",colorDensity=TRUE,continuousSet
  • 单细胞DNA测序方法比较及应用 6102
    Lorenz曲线：越接近对角线，测序覆盖越均一Bulk大量细胞测序MDA直接使用DNA聚合酶Phi29扩增均一度：Bulk>MALBAC>MDA3种方法测肿瘤细胞CNV：横轴-染色体序列；纵轴-测序的覆盖深度fig.ABC:MALBAC法还算能看清拷贝数变异fig.D：Bulk法看拷贝数变异很直接清晰fig.E：MDA法拷贝数变异的信息较模糊生殖健康方面的一个应用染色体平衡易位，常见于习惯性流产家
  • Trimmomatic 数据过滤 生信编程日常
    Trimmomatic是一个很常用的Illumina平台数据过滤工具。支持SE和PE测序数据。主要用来去除Illumina平台的fastq序列中的接头，并根据碱基质量值对fastq进行修剪。用法：Trimmomatic=~/biotools/Trimmomatic-0.36/trimmomatic-0.36.jaradapter=~/biotools/Trimmomatic-0.36/adapte
  • 单细胞转录组和表观组学图谱揭示效应、记忆和耗竭CD8 T细胞在不同细胞命运分化中的共享生物学特征（下篇） Davey1220
    文章信息文章题目：Longitudinalsinglecelltranscriptionalandepigeneticmappingofeffector,memory,andexhaustedCD8Tcellsrevealssharedbiologicalcircuitsacrossdistinctcellfates期刊：bioRxiv链接：https://www.biorxiv.org/cont
  • Signac::EnhanceCoveragePlot 参考实现流程 倪桦 r语言Signaccoverageplot
    Signac中的CoveragePlot是一种用于展示基因组覆盖度的图形工具，常用于ATAC-seq（AssayforTransposase-AccessibleChromatinusingsequencing）数据分析。它显示了特定基因组区域内测序读取的覆盖度，即每个位置上读取的频率。覆盖度图形对于理解基因组的开放区域、调控元件活性以及染色质状态等方面具有重要作用。通过将多个样本的Coverag
  • 2022-01-14 Tree_microbiome
    Tree_microbiome的博客_CSDN博客-微生物组测序数据可视化,微生物组测序分析领域博主（一）不同分类水平注释结果相对丰富度转化在微生物组测序中我们会从taxa_bar.qvz文件中下载到不同水平（level1,level2,level3……）的注释结果，一般我们用这些不同注释结果做微生物组的组成的堆积图，但是这些并不是相对丰富度，因此我们需要对其进行转换。以level-6属水平注释结
  • 科研绘图系列：R语言单细胞差异基因四分图（Quad plot） 生信学习者2 R语言可视化r语言数据分析数据挖掘
    介绍在单细胞分析领域，为了探究不同分组间同一细胞类型的基因表达差异，研究者们常采用四分图（QuadPlot）作为分析工具。该图形的横轴代表比较组1，而纵轴代表比较组2。通过这种布局，四分图能够有效地展示两组间共有的差异表达基因，从而为深入理解细胞类型在不同条件下的分子特性提供直观的视角。这种可视化方法不仅揭示了组间基因表达的异同，还有助于识别可能在生物学过程或疾病发生中起关键作用的基因。加载R包导
  • 解惑深度学习中的困惑度Perplexity Axlsss 深度学习统计知识深度学习人工智能数学建模
    困惑度的定义困惑度(Perplexity)是衡量语言模型好坏的一个常用指标。语言模型(languagemodel)可以预测序列(比如一个句子)中每个时间步词元(比如一个句子中的逐个单词)的概率分布，继而计算一个序列的概率。一个好的语言模型应该有更高的概率生成一个好的序列，即生成的序列不应该让人感到很困惑，困惑度的核心思想是：序列生成的概率越大，其困惑度越小，因此可以使用困惑度这个指标来评估语言模型
  • 使用clusterProfiler进行GO、KEGG富集分析（有参情况） 纪伟讲测序
    寻找差异表达的基因并识别它们的功能，是我们进行RNA测序的最主要目的。很明显，这些差异的基因必然与功能改变密切相关，例如，比较患病个体与正常个体的组织表达谱，不难想到这些显著失调的基因参与了生物学过程、信号通路等，导致了疾病的发生。前面已经讲了如何使用DESeq2、edgeR基于转录组测序获得的基因表达值鉴定差异表达基因。那么，后续如何继续通过生信分析的方法，探索差异表达的基因发挥了怎样的功能，参
  • 1区9+非肿瘤纯生信，逻辑清晰易懂，机器学习筛选关键基因的纯生信也可以发高水平期刊，抓紧上车！ 生信小课堂
    影响因子：9.186关于非肿瘤生信，我们也解读过很多，主要有以下类型1单个疾病WGCNA+PPI分析筛选hub基因。2单个疾病结合免疫浸润，热点基因集，机器学习算法等。3两种相关疾病联合分析，包括非肿瘤结合非肿瘤，非肿瘤结合肿瘤或者非肿瘤结合泛癌分析4基于分型的非肿瘤生信分析5单细胞结合普通转录组生信分析目前非肿瘤生信发文的门槛较低，有需要的朋友欢迎交流研究概述：本研究首先使用R语言在三个基因表达
  • 论文阅读瞎记(四) Cascade R-CNN: Delving into High Quality Object Detection 2017 码大哥 深度学习人工智能
    概述在物体检测中1，IOU阈值被用于判定正负样本。在低IOU阈值比如0.5的状态下训练模型经常产生噪音预测，然而检测效果会随着IOU增加而降低。两个主要因素：1.训练时的过拟合，正样本指数消失2.检测器最优IOU与输入假设的不匹配。一个单阶段的物体检测器CascadeR-CNN被提出用于解决这些问题。网络由一个检测序列组成，这些序列训练时会伴随IOU增长从而对FP样本更加有选择性地判别。检测器一个
  • 肿瘤免疫微环境/免疫浸润分析 期待未来
    肿瘤免疫微环境/免疫浸润1.概念：肿瘤及微环境肿瘤细胞肿瘤微环境基质细胞成纤维细胞免疫细胞：B细胞、T细胞等肿瘤免疫微环境：就是肿瘤的内部和周围往往聚集着大量的免疫细胞。这些免疫细胞与肿瘤细胞存在复杂相互作用和调节。免疫微环境或免疫浸润分析：本质上，就是搞清楚肿瘤组织当中免疫细胞的构成比例。2.计算免疫微环境的常用方法：“实测法”，高精度的单细胞测序，SinglecellRNA-seq等手段。即一
  • 7+非肿瘤纯生信，内容不多但思路值得借鉴！ 生信小课堂
    关于非肿瘤生信，我们也解读过很多，主要有以下类型1单个疾病WGCNA+PPI分析筛选hub基因。2单个疾病结合免疫浸润，铁死亡，自噬等基因集，机器学习算法等。3两种相关疾病联合分析，包括非肿瘤结合非肿瘤，非肿瘤结合肿瘤或者非肿瘤结合泛癌分析4基于分型的非肿瘤生信分析5单细胞结合普通转录组生信分析目前非肿瘤生信发文的门槛较低，有需要的朋友患者添加小编咨询生信分析咨询请关注生信小课堂研究背景：扩张型心
  • 跟着Cell学单细胞转录组分析(十二):转录因子分析 KS科研分享与服务
    转录因子分析可以了解细胞异质性背后的基因调控网络的异质性。转录因子分析也是单细胞转录组常见的分析内容，R语言分析一般采用的是SCENIC包，具体原理可参考两篇文章。1、《SCENIC:single-cellregulatorynetworkinferenceandclustering》。2、《AscalableSCENICworkflowforsingle-cellgeneregulatoryne
  • python调用statsmodels模块实现整合移动平均自回归模型(ARIMA)——以预测股票收盘价为例.md 爆米LiuChen python回归开发语言
    文章目录程序简介程序/数据集下载代码分析程序简介调用statsmodels模块对上证指数的收盘价进行ARIMA模型动态建模，ARIMA适合短期预测，因此输入为15个数据，输出为1个数据程序输入：原序列，需要往后预测的个数程序输出：预测序列，模型结构(白噪声检验、单根检验、一阶差分自相关图、一阶差分偏自相关图)差分整合移动平均自回归模型(ARIMA)，ARIMA(p，d，q)中，AR是”自回归”，p
  • 【好书分享第十期】大模型应用解决方案_基于ChatGPT和GPT-4等Transformer架构的自然语言处理（文末送书） 屿小夏 书籍推荐chatgpttransformer架构大模型AI
    文章目录前言一、内容简介二、作者简介三、目录四、摘录粉丝福利前言在不到4年的时间里，Transformer模型以其强大的性能和创新的思想，迅速在NLP社区崭露头角，打破了过去30年的记录。BERT、T5和GPT等模型现在已成为计算机视觉、语音识别、翻译、蛋白质测序、编码等各个领域中新应用的基础构件。因此，斯坦福大学最近提出了“基础模型”这个术语，用于定义基于巨型预训练Transformer的一系列
  • 科研盘点丨空间转录组技术在肝脏研究中的应用 晶典教你玩转科研
    哺乳动物的肝脏是维持代谢稳态及解毒的重要器官，单细胞RNA测序技术可以鉴定到大多数肝细胞类型，但如何获取细胞类型在组织上的定位及其基因表达情况，并研究细胞间相互作用及通讯对于增强我们对肝脏发育及疾病发生、发展机制的了解至关重要。10x空间转录组技术结合显微成像、靶向探针捕获、芯片、测序技术，从一片完整的冰冻组织切片或石蜡组织切片中获取切片不同位置细胞中转录组数据，并将组织学和基因表达分析相结合。接
  • 算法 单链的创建与删除 换个号韩国红果果 c算法
    先创建结构体 struct student { int data; //int tag;//标记这是第几个 struct student *next; }; // addone 用于将一个数插入已从小到大排好序的链中 struct student *addone(struct student *h,int x){ if(h==NULL) //??????
  • 《大型网站系统与Java中间件实践》第2章读后感 白糖_ java中间件
           断断续续花了两天时间试读了《大型网站系统与Java中间件实践》的第2章，这章总述了从一个小型单机构建的网站发展到大型网站的演化过程---整个过程会遇到很多困难，但每一个屏障都会有解决方案，最终就是依靠这些个解决方案汇聚到一起组成了一个健壮稳定高效的大型系统。          看完整章内容，
  • zeus持久层spring事务单元测试 deng520159 javaDAOspringjdbc
    今天把zeus事务单元测试放出来,让大家指出他的毛病, 1.ZeusTransactionTest.java 单元测试   package com.dengliang.zeus.webdemo.test; import java.util.ArrayList; import java.util.List; import org.junit.Test; import
  • Rss 订阅 开发 周凡杨 htmlxml订阅rss规范
                    RSS是 Really Simple Syndication的缩写（对rss2.0而言，是这三个词的缩写，对rss1.0而言则是RDF Site Summary的缩写，1.0与2.0走的是两个体系）。   RSS
  • 分页查询实现 g21121 分页查询
    在查询列表时我们常常会用到分页，分页的好处就是减少数据交换，每次查询一定数量减少数据库压力等等。 按实现形式分前台分页和服务器分页： 前台分页就是一次查询出所有记录，在页面中用js进行虚拟分页，这种形式在数据量较小时优势比较明显，一次加载就不必再访问服务器了，但当数据量较大时会对页面造成压力，传输速度也会大幅下降。 服务器分页就是每次请求相同数量记录，按一定规则排序，每次取一定序号直接的数据
  • spring jms异步消息处理 510888780 jms
    spring JMS对于异步消息处理基本上只需配置下就能进行高效的处理。其核心就是消息侦听器容器，常用的类就是DefaultMessageListenerContainer。该容器可配置侦听器的并发数量，以及配合MessageListenerAdapter使用消息驱动POJO进行消息处理。且消息驱动POJO是放入TaskExecutor中进行处理，进一步提高性能，减少侦听器的阻塞。具体配置如下：
  • highCharts柱状图 布衣凌宇 hightCharts柱图
    第一步：导入 exporting.js,grid.js,highcharts.js;第二步：写controller   @Controller@RequestMapping(value="${adminPath}/statistick")public class StatistickController {  private UserServi
  • 我的spring学习笔记2-IoC（反向控制 依赖注入） aijuans springmvcSpring 教程spring3 教程Spring 入门
    IoC（反向控制 依赖注入）这是Spring提出来了，这也是Spring一大特色。这里我不用多说，我们看Spring教程就可以了解。当然我们不用Spring也可以用IoC，下面我将介绍不用Spring的IoC。 IoC不是框架，她是java的技术，如今大多数轻量级的容器都会用到IoC技术。这里我就用一个例子来说明： 如：程序中有 Mysql.calss 、Oracle.class 、SqlSe
  • TLS java简单实现 antlove javasslkeystoretlssecure
      1. SSLServer.java package ssl; import java.io.FileInputStream; import java.io.InputStream; import java.net.ServerSocket; import java.net.Socket; import java.security.KeyStore; import
  • Zip解压压缩文件 百合不是茶 Zip格式解压Zip流的使用文件解压
       ZIP文件的解压缩实质上就是从输入流中读取数据。Java.util.zip包提供了类ZipInputStream来读取ZIP文件,下面的代码段创建了一个输入流来读取ZIP格式的文件; ZipInputStream in = new ZipInputStream(new FileInputStream(zipFileName));     &n
  • underscore.js 学习（一） bijian1013 JavaScriptunderscore
            工作中需要用到underscore.js，发现这是一个包括了很多基本功能函数的js库，里面有很多实用的函数。而且它没有扩展 javascript的原生对象。主要涉及对Collection、Object、Array、Function的操作。       学
  • java jvm常用命令工具——jstatd命令(Java Statistics Monitoring Daemon) bijian1013 javajvmjstatd
    1.介绍         jstatd是一个基于RMI（Remove Method Invocation）的服务程序，它用于监控基于HotSpot的JVM中资源的创建及销毁，并且提供了一个远程接口允许远程的监控工具连接到本地的JVM执行命令。         jstatd是基于RMI的，所以在运行jstatd的服务
  • 【Spring框架三】Spring常用注解之Transactional bit1129 transactional
    Spring可以通过注解@Transactional来为业务逻辑层的方法(调用DAO完成持久化动作)添加事务能力，如下是@Transactional注解的定义：   /* * Copyright 2002-2010 the original author or authors. * * Licensed under the Apache License, Version
  • 我(程序员)的前进方向 bitray 程序员
    作为一个普通的程序员,我一直游走在java语言中,java也确实让我有了很多的体会.不过随着学习的深入,java语言的新技术产生的越来越多,从最初期的javase,我逐渐开始转变到ssh,ssi,这种主流的码农,.过了几天为了解决新问题,webservice的大旗也被我祭出来了,又过了些日子jms架构的activemq也开始必须学习了.再后来开始了一系列技术学习,osgi,restful.....
  • nginx lua开发经验总结 ronin47
    使用nginx lua已经两三个月了，项目接开发完毕了，这几天准备上线并且跟高德地图对接。回顾下来lua在项目中占得必中还是比较大的，跟PHP的占比差不多持平了，因此在开发中遇到一些问题备忘一下 1：content_by_lua中代码容量有限制，一般不要写太多代码，正常编写代码一般在100行左右（具体容量没有细心测哈哈，在4kb左右），如果超出了则重启nginx的时候会报 too long pa
  • java-66-用递归颠倒一个栈。例如输入栈{1,2,3,4,5}，1在栈顶。颠倒之后的栈为{5,4,3,2,1}，5处在栈顶 bylijinnan java
    import java.util.Stack; public class ReverseStackRecursive { /** * Q 66.颠倒栈。 * 题目：用递归颠倒一个栈。例如输入栈{1,2,3,4,5}，1在栈顶。 * 颠倒之后的栈为{5,4,3,2,1}，5处在栈顶。 *1. Pop the top element *2. Revers
  • 正确理解Linux内存占用过高的问题 cfyme linux
    Linux开机后，使用top命令查看，4G物理内存发现已使用的多大3.2G，占用率高达80%以上： Mem:   3889836k total,  3341868k used,   547968k free,   286044k buffers Swap:  6127608k total,&nb
  • [JWFD开源工作流]当前流程引擎设计的一个急需解决的问题 comsci 工作流
         当我们的流程引擎进入IRC阶段的时候，当循环反馈模型出现之后，每次循环都会导致一大堆节点内存数据残留在系统内存中，循环的次数越多，这些残留数据将导致系统内存溢出，并使得引擎崩溃。。。。。。       而解决办法就是利用汇编语言或者其它系统编程语言，在引擎运行时，把这些残留数据清除掉。
  • 自定义类的equals函数 dai_lm equals
    仅作笔记使用 public class VectorQueue { private final Vector<VectorItem> queue; private class VectorItem { private final Object item; private final int quantity; public VectorI
  • Linux下安装R语言 datageek R语言 linux
    命令如下：sudo gedit  /etc/apt/sources.list1、deb http://mirrors.ustc.edu.cn/CRAN/bin/linux/ubuntu/ precise/ 2、deb http://dk.archive.ubuntu.com/ubuntu hardy universesudo apt-key adv --keyserver ke
  • 如何修改mysql 并发数(连接数)最大值 dcj3sjt126com mysql
    MySQL的连接数最大值跟MySQL没关系，主要看系统和业务逻辑了   方法一：进入MYSQL安装目录 打开MYSQL配置文件 my.ini 或 my.cnf查找 max_connections=100 修改为 max_connections=1000 服务里重起MYSQL即可 　　方法二：MySQL的最大连接数默认是100客户端登录：mysql -uusername -ppass
  • 单一功能原则 dcj3sjt126com 面向对象的程序设计软件设计编程原则
    单一功能原则[ 编辑]     SOLID 原则 单一功能原则 开闭原则 Liskov代换原则 接口隔离原则 依赖反转原则 查   论   编 在面向对象编程领域中，单一功能原则（Single responsibility principle）规定每个类都应该有
  • POJO、VO和JavaBean区别和联系 fanmingxing VOPOJOjavabean
    POJO和JavaBean是我们常见的两个关键字，一般容易混淆，POJO全称是Plain Ordinary Java Object / Plain Old Java Object，中文可以翻译成：普通Java类，具有一部分getter/setter方法的那种类就可以称作POJO，但是JavaBean则比POJO复杂很多，JavaBean是一种组件技术，就好像你做了一个扳子，而这个扳子会在很多地方被
  • SpringSecurity3.X--LDAP：AD配置 hanqunfeng SpringSecurity
    前面介绍过基于本地数据库验证的方式，参考http://hanqunfeng.iteye.com/blog/1155226，这里说一下如何修改为使用AD进行身份验证【只对用户名和密码进行验证，权限依旧存储在本地数据库中】。   将配置文件中的如下部分删除： <!-- 认证管理器，使用自定义的UserDetailsService，并对密码采用md5加密-->
  • mac mysql 修改密码 IXHONG mysql
    $ sudo /usr/local/mysql/bin/mysqld_safe –user=root & //启动MySQL(也可以通过偏好设置面板来启动)$ sudo /usr/local/mysql/bin/mysqladmin -uroot password yourpassword //设置MySQL密码（注意，这是第一次MySQL密码为空的时候的设置命令，如果是修改密码，还需在-
  • 设计模式--抽象工厂模式 kerryg 设计模式
    抽象工厂模式：     工厂模式有一个问题就是，类的创建依赖于工厂类，也就是说，如果想要拓展程序，必须对工厂类进行修改，这违背了闭包原则。我们采用抽象工厂模式，创建多个工厂类，这样一旦需要增加新的功能，直接增加新的工厂类就可以了，不需要修改之前的代码。     总结：这个模式的好处就是，如果想增加一个功能，就需要做一个实现类，
  • 评"高中女生军训期跳楼” nannan408
       首先，先抛出我的观点，各位看官少点砖头。那就是，中国的差异化教育必须做起来。    孔圣人有云：有教无类。不同类型的人，都应该有对应的教育方法。目前中国的一体化教育，不知道已经扼杀了多少创造性人才。我们出不了爱迪生，出不了爱因斯坦，很大原因，是我们的培养思路错了，我们是第一要“顺从”。如果不顺从，我们的学校，就会用各种方法，罚站，罚写作业，各种罚。军
  • scala如何读取和写入文件内容？ qindongliang1922 javajvmscala
    直接看如下代码： package file import java.io.RandomAccessFile import java.nio.charset.Charset import scala.io.Source import scala.reflect.io.{File, Path} /** * Created by qindongliang on 2015/
  • C语言算法之百元买百鸡 qiufeihu c算法
    中国古代数学家张丘建在他的《算经》中提出了一个著名的“百钱买百鸡问题”，鸡翁一，值钱五，鸡母一，值钱三，鸡雏三，值钱一，百钱买百鸡，问翁，母，雏各几何？ 代码如下： #include <stdio.h> int main() { int cock,hen,chick; /*定义变量为基本整型*/ for(coc
  • Hadoop集群安全性：Hadoop中Namenode单点故障的解决方案及详细介绍AvatarNode wyz2009107220 NameNode
    正如大家所知，NameNode在Hadoop系统中存在单点故障问题，这个对于标榜高可用性的Hadoop来说一直是个软肋。本文讨论一下为了解决这个问题而存在的几个solution。 1. Secondary NameNode 原理：Secondary NN会定期的从NN中读取editlog，与自己存储的Image进行合并形成新的metadata image 优点：Hadoop较早的版本都自带，
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他