使用Python分析Multi-Fasta格式的DNA序列 一个Python程序，将包含多FASTA格式的DNA序列的文件作为输入，并计算以下问题的答案： 文件中有几条记录？ FASTA文件中的记录定义为单行标题，后跟序列数据行。 在第一列中，标题行与序列数据之间用大于号（“>”）隔开。 “>”符号后的单词是序列的标识符，该行的其余部分是该条目的可选描述。 “>”和标识符的首字母之间不应有空格。 文件中序列的长度是多少？ 最长的序列是什么，最短的序列是什么？ 是否有一个以上的最长或最短序列？ 它们的标识符是什么？ FASTA格式 FASTA格式的序列文件可以包含多个序列。 FASTA格式的每个序列均以单行描述开头，后跟序列数据行。 广告内容描述行必须在第一列中以大于（“>”）符号开头。 FASTA格式的示例序列为： AB000263 | ACC = AB000263 | DESCR

超越具体计算机语言本身，探讨多种范式的程序设计，比SICP更全面。

针对NSGA-II算法在模拟二元交叉算子（SBX）算子，收敛速度和分集性能方面的不足，将反向学习机制（RLM）应用于初始化和进化过程。通过一系列的ZDT测试函数在收敛性和多样性评估两个方面，表明改进的NSGA-II算法在收敛速度，收敛性和多样性方面都优于NSGA-II算法。

Multi Projector Warp System unity投影融合软件 请支持正版 https://assetstore.unity.com/packages/tools/camera/multi-projector-warp-system-75582

matlab图像处理掩膜代码 cmake qt capture images 进度 目前正在做融合，处理高动态 框架 dependence cmake qt5 vimba(in dir) yaml-cpp opencv 步骤 拍摄图片(横竖条纹) 标定位置求解投影仪相机位置关系(matlab) 矫正条纹 拍摄条纹 求解相位(matlab) qt多线程,QThread类 直接使用qt已经封装好的多线程函数 run() 重写run()函数，run()为纯虚函数，需要在子类中重写 run()里面才是子线程 子线程中启用事件循环exec(); 问题 多线程启动失败，并出现QThread: Destroyed while thread is still running(线程还未开始，主线程就结束了) QEventLoop: Cannot be used without QApplication,未启用QApplication，主线程未进入事件循环 '''c++ QApplication return a.exec(); ''' 多线程如何访问成员变量,可以，注意加锁 start启动子线程后，主程

很多真实世界中的数据集由不同表达和视角组成，这些不同的表达和视角的信息往往互为补充。为了整合非监督集合中多个视角的信息，多视觉聚类算法同时聚类不同视角以得到一个聚类结果，这个结果揭示了多个视觉共享一个潜在结构。本文我们提出了一个NMF（基于非负矩阵分解）的多视角聚类算法，该算法寻找一个因式分解，使得多个视角给出一致的聚类结果。本文提出算法的关键在对有约束的联合非负矩阵因式分解过程进行公式化，该分解过程的约束使得每个视角在分解过程趋向一致的结果。主要的问题是如何保持聚类结果在不同视角的是有意义和可比较的。为了解决这个问题，我们基于NMF和PLSA的关系设计了一个新型的高效归一化策略。几个数据集上的实验结果表明了我们方法的可靠性。

cail2019_track2 中国法研杯CAIL2019要素抽取任务第三名方案分享 欢迎大家使用 （修改了一下readme，之前那一版感觉写的太水了。） 这次比赛和前两名差距很大，但是也在此给大家分享一下我所用的方案。 主要的trick包括领域预训练、focal loss、阈值移动、规则匹配以及模型优化、调参。 没有使用模型融合。 效果对比 由于是第一次参赛，很多比赛细节没有做记录，效果对比的分数是我从凭印象在上传历史记录里边找的，可能分数不一致，但是大概就在那个范围，还请见谅。 Model 详情 线上评分 BERT 使用bert_base做多标签分类 69.553 BERT+RCNN+ATT 在BERT后增加RCNN层，并把最大池化换成Attention 70.143 BERT+RCNN+ATT 增加阈值移动 70.809 BERT+RCNN+ATT 增加focal loss 71.1

基于PCI Express Integrated Block，Multi-Channel PCIe QDMA Subsystem实现了基于DMA地址队列的高性能Continous或Scather Gather DMA，提供FIFO/AXI4-Stream用户接口。

A framework of tracking by multi-trackers with multi-features in a hybrid cascade way

tranformer，self-attention,multi-attention