生物神经系统的六个基本特征：
1）神经元及其联接；
2）神经元之间的联接强度决定信号传递的强弱；
3）神经元之间的联接强度是可以随训练改变的；
4）信号可以是起刺激作用的，也可以是起抑制作用的；
5）一个神经元接受的信号的累积效果决定该神经元的状态；
6) 每个神经元可以有一个“阈值”。
8.3 人工神经网络
8.3.1 生物神经元
2021-12-20 10:58:18
3.1MB
1
名称：隐马尔可夫模型 目的：模型的类，包括参数。 作者：张海东 创建时间：28/08/2014 E-mail：
DataPreprocess.py（首先执行。）
对数据进行预处理，生成两个 .txt 文件。 'artist.txt'：artist_id：艺术家ID。 num：收听的艺术家数量。
'users_artists_timestamp.txt': user_id：用户 ID。 艺术家 ID：艺术家 ID。 时间戳：时间戳。
HMMForCF 一种用于协同过滤的隐马尔可夫模型
HMM.py
用于建模隐马尔可夫模型的类。 HiddenStatesNum ：隐藏状态的数量。 ObservationStatesNum：观察状态的数量。 InitProbs：初始向量的概率。 TransProbs：转移矩阵的概率。 Theta：发射概率矩阵。 a、b：代表负二项分布的参数。
HMM
2021-12-19 16:11:35
83KB
1
通过对马尔可夫模型进行深入的分析的基础上对隐马尔科夫模型做了详细的讨论，对马尔科夫模型在语音识别、疾病分析等方面的应用做了介绍，同时针对隐马尔科夫模型在估值问题、解码问题和学习问题等经典问题上的应用做了研究。最后讨论了马尔科夫模型其隐马尔可夫模型的缺陷，并提出相关的改进建议。
2021-12-19 10:57:39
571KB
1
神经网络和隐马尔可夫模型的步态分割
2021-12-01 10:18:22
22.86MB
1
HMM倍性：基于基因型和覆盖率的隐马尔可夫模型，用于推断倍性水平。
推断倍性水平，检测非整倍性和其他物质的工具。 计算其等位基因频率和基因型可能性，需要下载以下内容：
python 3，带有gzip, numpy, scipy, statistics软件包
R，带有pracma, data.table, Rcpp, getopt包pracma, data.table, Rcpp, getopt
samtools
多倍体数据模拟
概述：模拟多倍体生物并以mpileup.gz格式输出
simulationScript.sh -p $FILE -d $DEPTH -l $LOCI -o $OUTNAME
输入
-p或--ploidyFile ：包含所需模拟数据的文件（请参见下文中的sintax）。 ploidyFile每一ploidyFile包含倍体数和基因组$ J $的$ K $相邻片
2021-11-29 10:29:32
51KB
1