-
推荐系统技术 --- 文本相似性计算（二）
所属栏目：[大数据] 日期：2021-03-07 热度：167
副标题#e# 第一篇地址：http://www.voidcn.com/article/p-vwrvnxub-c.html 上一篇中我们的小明已经中学毕业了，今天这一篇继续文本相似性的计算。 首先前一篇不能解决的问题是因为我们只是机械的计算了词的向量，并没有任何上下文的关系，所以思想还停留在[详细]
-
推荐 | 9个最佳的大数据处理编程语言
所属栏目：[大数据] 日期：2021-03-07 热度：83
副标题#e# 大数据的浪潮仍在继续。它渗透到了几乎所有的行业，信息像洪水一样地席卷企业，使得软件越发庞然大物，比如Excel看上去就变得越来越笨拙。数据处理不再无足轻重，并且对精密分析和强大又实时处理的需要变得前所未有的巨大。 那么，在巨大的数据集[详细]
-
基因数据处理37之bdg-formats编译成功
所属栏目：[大数据] 日期：2021-03-07 热度：194
更多代码请见：https://github.com/xubo245/AdamLearning 1解释 bdg-formats是在spark平台上用avro定义的基因处理的数据格式，包括read、sam、vcf、databaseannotion在云平台上的格式，主要用于Adam系统中 2.代码： 【2】下载 编译： mvn clean package -D[详细]
-
《hadoop进阶》PeopleRank从社交关系中挖掘价值用户
所属栏目：[大数据] 日期：2021-03-07 热度：125
副标题#e# 转载请注明出处： 转载自? Thinkgamer的CSDN博客： blog.csdn.net/gamer_gyt 代码下载地址：点击查看 1：PageRank 与 PeopleRank 2：需求分析：挖掘CSDN博客的价值用户 3：算法模型：PeopleRank算法 4：架构设计：从数据准备到PR算法的MR化 5：程[详细]
-
XTU 1247 Robb#39;s Problem
所属栏目：[大数据] 日期：2021-03-07 热度：184
思路：大数处理，可以用二维数组，也可以用Java的BigInteger来处理。我用的是Java，因为方便、快捷。 AC代码如下： import java.util.*;import java.math.*;public class Main{ final static int MAXN = 1005; public static void main(String args[]){ Sc[详细]
-
基因数据处理38之dbSnpId到omimId的映射表
所属栏目：[大数据] 日期：2021-03-07 热度：134
1.下载： 首先收到【2】，来源是【2】 【1】中有描述： You can also get those SNPs with an OMIM ID number by downloading from the dbSNP FTP site: the OmimVarLocusIdSNP table contains the information you need for your organisim of interest ([详细]
-
基因数据处理39之mango安装记录
所属栏目：[大数据] 日期：2021-03-07 热度：191
更多代码请见：https://github.com/xubo245/AdamLearning 1解释 mango安装记录 mango主要是在adam上实现 可视化平台 A scalable genome browser 2.代码： git clone https://github.com/bigdatagenomics/mango.gitcd mangomvn clean package -DskipTests[详细]
-
51NOD 1116 K进制下的大数(字符串取模 + 枚举)
所属栏目：[大数据] 日期：2021-03-07 热度：154
传送门 1116 K进制下的大数 基准时间限制：1 秒 空间限制：131072 KB 分值: 20 难度：3级算法题 收藏 关注 有一个字符串S，记录了一个大数，但不知这个大数是多少进制的，只知道这个数在K进制下是K - 1的倍数。现在由你来求出这个最小的进制K。 例如：给出[详细]
-
poj3181 Dollar Dayz (DP+大数)
所属栏目：[大数据] 日期：2021-03-07 热度：153
Dollar Dayz Crawling in process... Crawling failed Time Limit:1000MS???? Memory Limit:65536KB???? 64bit IO Format:%I64d %I64u Submit Status Practice POJ 3181 Appoint description: System Crawler (2016-05-27) Description Farmer John goes t[详细]
-
基因数据处理40之bedtools的安装和使用
所属栏目：[大数据] 日期：2021-03-07 热度：151
1.下载： git clone https://github.com/arq5x/bedtools.git 2.编译： make 3.配置： cp * /usr/local/bin/ 4.运行： bam变成bed hadoop@Master:~/xubo/data/snap$ bamToBed -i datatest.sorted.bam datatest.sorted.bed 查看： hadoop@Master:~/xubo/data[详细]
-
基因数据处理26之avocado运行snap-basic有问题
所属栏目：[大数据] 日期：2021-03-06 热度：90
hadoop@Master:~/xubo/data/testTools/se$ avocado-submit /xubo/avocado/hs2.fq /xubo/avocado/hs38DH.fa /xubo/avocado/test20160527NUMhs2snap /home/hadoop/xubo/data/testTools/se/snap-basic.propertiesUsing SPARK_SUBMIT=/home/hadoop/cloud/spark[详细]
-
工具 | R高效数据处理包dplyr和data.table，你选哪个？
所属栏目：[大数据] 日期：2021-03-06 热度：79
副标题#e# dplyr和data.table是R的两个高效数据处理包，这两个包有它们各自的优点。dplyr包的语法更加优雅，提供了更易于人类所能理解的自然语言。data.table包的语法简洁，并且只需一行代码就可以完成很多事情。进一步地，data.table在某些情况下执行效率[详细]
-
WindowsXP SP3 AFD.sys 本地拒绝服务漏洞的挖掘过程
所属栏目：[大数据] 日期：2021-03-06 热度：67
标 题: WindowsXP SP3 AFD.sys 本地拒绝服务漏洞的挖掘过程 时 间: 2013-03-17,15:22:33 这是本人第一次做漏洞挖掘，2月的时候开始研究漏洞挖掘技术，2月24号那天在进行Fuzz测试的时候偶然的发现了一个afd.sys未处理的异常，然后就对这个异常如获至宝的分[详细]
-
520我与大数据有个约会——上海大数据创新应用论坛完美落幕
所属栏目：[大数据] 日期：2021-03-06 热度：137
副标题#e# 2016年5月20日周五下午，由上海市大数据联盟牵头，慧与(中国)有限公司、联通小沃科技与华院数据共同承办，来自金融服务业、运营商、零售及电商、制造等行业的大数据应用先行者们为各行各业170余位来宾们打开了一扇通向大数据应用落地彼岸的智慧之[详细]
-
基因数据处理31之avocado运行avocado-cli中的avocado问题3-变异
所属栏目：[大数据] 日期：2021-03-06 热度：139
读入的read为： val fqFile = "hs38DHSE1L100F1.sam" 读取结果： cleanedReads.count:1{"readNum": 0,"contig": {"contigName": "chrUn_KN707963v1_decoy","contigLength": 62955,"contigMD5": null,"referenceURL": null,"assembly": null,"species": nul[详细]
-
基因数据处理32之Avocado运行记录(人造数据集)
所属栏目：[大数据] 日期：2021-03-06 热度：184
副标题#e# 主要是需要数据正确，如果中间缺少记录，avocado一般不会成功 1.代码： Avocado修改： /** * Licensed to Big Data Genomics (BDG) under one * or more contributor license agreements. See the NOTICE file * distributed with this work for[详细]
-
基因数据处理30之avocado运行avocado-cli中的avocado问题1和2
所属栏目：[大数据] 日期：2021-03-06 热度：105
问题1： avocado中的run方法中： println("stats.coverage:" + stats.coverage) 调用的是： lazy val coverage = ComputingCoverage.time { ScoreCoverage(inputDataset) } 然后报错： Exception in thread "main" java.lang.UnsupportedOperationExceptio[详细]
-
基因数据处理33之Avocado运行记录(参考基因组)
所属栏目：[大数据] 日期：2021-03-06 热度：73
1.数据下载： avocaodo的test resource中 2.预处理： cat Homo_sapiens_assembly19.fasta | grep -i -n '' Homo_sapiens_assembly19Head.txt cat Homo_sapiens_assembly19Head.txt cat Homo_sapiens_assembly19.fasta | head -34770016 |tail -787820 Homo[详细]
-
基因数据处理35之使用samtools和bcftools进行变异分析2--连续处
所属栏目：[大数据] 日期：2021-03-06 热度：84
指令： samtools mpileup -uf Homo_sapiens_assembly19chr20.fasta NA12878_snp_A2G_chr20_225058_longer.sorted.bam | bcftools call -mv NA12878_snp_A2G_chr20_225058_longer.raw.vcf bcftools filter -s LowQual -e '%QUAL20 || DP100' NA12878_snp_A2[详细]
-
nyoj 28 大数阶乘
所属栏目：[大数据] 日期：2021-03-06 热度：151
大数阶乘 时间限制： 3000?ms ?|? 内存限制： 65535?KB 难度： 3 描述 我们都知道如何计算一个数的阶乘，可是，如果这个数很大呢，我们该如何去计算它并输出它？ 输入 输入一个整数m(0m=5000) 输出 输出m的阶乘，并在输出结束之后输入一个换行符 样例输入[详细]
-
PrefixSpan序列模式挖掘算法
所属栏目：[大数据] 日期：2021-03-05 热度：107
介绍 与GSP一样，PrefixSpan算法也是序列模式分析算法的一种，不过与前者不同的是PrefixSpan算法不产生任何的侯选集，在这点上可以说已经比GSP好很多了。PrefixSpan算法可以挖掘出满足阈值的所有序列模式，可以说是非常经典的算法。序列的格式就是上文中提[详细]
-
大数据分析查询引擎Impala
所属栏目：[大数据] 日期：2021-03-05 热度：127
副标题#e# 来自标点符的《大数据分析查询引擎Impala》 作者：标点符（钱魏 Way） 链接：http://www.biaodianfu.com/impala.html Impala是Cloudera公司主导开发的新型查询系统，它提供SQL语义，能查询存储在Hadoop的HDFS和HBase中的PB级大数据。已有的Hive系[详细]
-
1.大道至简的数据处理工具（Power Query）
所属栏目：[大数据] 日期：2021-03-05 热度：76
? ?如果你不想学复杂的函数，如果不想学更难的VBA。但你想把数据处分分析工作做好。那么，来吧！这套课程将是你最好的选择。远离繁杂，回归简单与智能化。 ? ?先来看看power query 怎么做些什么。先来展示一下效果图。[详细]
-
9个最佳的大数据处理编程语言
所属栏目：[大数据] 日期：2021-03-05 热度：193
大数据的浪潮仍在继续。它渗透到了几乎所有的行业，信息像洪水一样地席卷企业，使得软件越发庞然大物，比如Excel看上去就变得越来越笨拙。数据处理不再无足轻重，并且对精密分析和强大又实时处理的需要变得前所未有的巨大。 那么，在巨大的数据集中进行筛[详细]
-
logminer挖掘不同数据库的归档日志，使用redo log数据字典
所属栏目：[大数据] 日期：2021-03-05 热度：115
挖掘要求: 使用测试库挖掘生产库的归档日志，生产库未设置utl_file_dir参数，生产库不能重启，无法抽取出生产库的数据字典 挖掘方法： 将生产区数据库的数据字典抽取到redo log 中，将有数据字典的redo log一块加载入logminer，使用redo log中的数据字典进[详细]
