高表达转化生长因子β1，血管内皮生长因子，白细胞介素10在上皮性卵巢癌中的免疫抑制作用，刘婵桢，张丽，背景：转化生长因子TGF-β1，血管内皮生长因子VEGF和白细胞介素10（IL-10）是肿瘤免疫抑制中最重要的因子。目的：该研究主要研究这3个�

Caldesmon is a key factor in contraction and stiffness of vascular smooth muscle cells，JIANG Qifeng，，In this paper, the potential role of CaD in mediating mechanical properties of VSMCs was probed and the regulatory effect of CaD on cell motilities was also discussed. First, struc

芯片序列分析 Snakemake管道 我开发了一个基于Snakemake的ChIP-seq管道： 。 和ATACseq管道： ChIP-seq的资源 ： ：来自ENCODE的元数据的汇编。 一个bioc包，用于访问ENCODE的元数据并下载原始文件。 论文： 。 序列为.sra格式，需要使用sratools转储到fastq中。 。 序列以fastq格式提供。 用于核小体定位和TF ChIP-seq的工具和论文的集合 评论文章：解密ENCODE EpiFactors是一个表观遗传因子，相应的基因和产物的数据库。 生物明星手册。 我的ChIP-seq章节将于2017年4月发布！ ReMap 2018对法规区域的综合ChIP-seq分析。 ReMap地图集包含来自公共数据集的485个转录因子（TF），转录共激活因子（TCA）和染色质重塑因子（CRF）的8000万个峰。 可以浏览或

Multi-factor-Model:使用多个alpha因子构建投资组合

负荷预测数学代码调频 文章“使用半参数因子动力学进行的收益曲线建模和预测”中使用的MATLAB代码，HärdleWolfgang Karl和Majer Piotr（2012），CRC 649讨论文件，2012-48（） 数量 #Abstract使用动态半参数因子模型（DSFM），我们研究了利率的期限结构。 从将欧元引入到最近的欧洲主权债务危机，该提议的方法适用于四个南欧国家（希腊，意大利，葡萄牙和西班牙）的月利率。 分析这个非同寻常的时期，我们将我们的方法与标准市场方法-动态Nelson-Siegel模型进行比较。 我们的发现表明，两个非参数因素分别捕获了每个债券市场收益率曲线的空间结构。 我们将这两个因素都归因于收益率曲线的斜率。 对于面板术语结构数据，需要三个非参数因素来解释95％的变化。 估计的因素负荷是单位根过程，显示出较高的持久性。 与基准模型相比，DSFM技术显示了出色的短期预测。

这个项目的目标是创建一个MATLAB/ c++框架，用于在forney风格的因子图上进行推断。含有EKF因子图滤波实例。 使用平台为MATLAB。 目前支持高斯分布。

matlab复变函数指数函数代码两种几何的辐射视角因子的蒙特卡洛模拟 在两个物体之间，离开一个物体并撞击另一个物体的辐射比例称为。 有多种技术可以计算对象相对于另一个对象的视图因子。 一些参考文献包含针对某些几何形状的分析方法，而另一些参考文献则探讨了对更复杂的几何形状使用数值方法的情况。 在此代码中，用来模拟排放并计算视图因子。 更具体地说，此代码针对两个同轴平行磁盘的3D几何体运行了蒙特卡洛模拟，然后绘制结果并将其与参考中提供的实际（解析）值进行比较，并观察每个误差和半径的关系磁盘。 运行测试 为了运行脚本，MATLAB是必需的，并且可以与所有版本的MATLAB一起使用。 2D几何：等边三角形 这是运行蒙特卡洛模拟的最简单的几何。 它没有3D几何的复杂性，因此适合学习传热方面的蒙特卡洛基础知识。 在主目录上运行脚本以执行此操作： Triangle_MonteCarlo 这个怎么运作 从上图中可以看出，连续辐射从表面1发出并撞击到其他两个表面。 辐射的发射位置和角度由随机数确定。 然后，辐射击中另一个表面。 绝对吸收率为1/2时，辐射会从表面吸收或反射。 如果吸收了辐射，则保存结果，

数组因子计算功能。 可以修改元素间距、元素数量、输入信号方向。

该软件包包含 3 个 MCMC 功能： RWM.m - 具有最佳接受率调整的标准 Metropolis Hastings。 [N.Metropolis，AWRosenbluth，MNRosenbluth，AHTeller和E. Teller，“通过快速计算机进行状态计算的方程”，《化学物理学报》，第1卷。 21，没有。 6，第 1087-1092 页，1953 年] AM.m - 具有最佳接受率调整的自适应大都会。 [H。 Haario、E. Saksman 和 J. Tamminen，“自适应 Metropolis 算法”，伯努利，卷。 7，第 223-242 页，2001 年] FSS.m-具有最佳初始宽度调整的因子切片采样。 [MM Tibbits、C. Groendyke、M. Haran 和 JC Liechty，“自动因子切片采样”，《计算和图形统计杂志》，第 2 期。

JavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExampleJavaEE源代码 FactoryExa