- 综合排序
- 最热优先
- 最新优先
内容补充--高精度空转（Xenium、CosMx）空间距离分析
作者，Evil Genius今天我们更新脚本，高精度空转（Xenium、CosMx）空间距离分析，我们以量化fibroblast与tumor的空间距离关系为例。 分析一般会更进一步，依据fibroblast与tumor的距离关系划分为近距离、中距离、远距离三组，分析其中的基因表达变化,当然这种变化也代表了距离和基因的关系。 /usr/bin/env python3####zhaoyunfei####20250716# -*- coding: utf-8 -*-"""Xenium/CosMx空间转录组数据分析脚本分析两种细胞类型的空间距离关系及基因表达变化 # 计算所有细胞到celltype1细胞的距离 print("计算空间距离矩阵...") axes = plt.subplots(2, 2, figsize=(16, 14)) fig.suptitle(f'{self.celltype2}与{self.celltype1}的空间距离分析
32220编辑于 2025-10-28- 来自专栏gis
基于SpringBoot和PostGIS的各省与地级市空间距离分析
但是江苏和安徽从实力上来说历史悠久，因为曾经同属江南省，彼此联系紧密。虽然这两个城市很近，但是你知道吗？这两个“兄弟”的发展是不同的。 再从省域上面来看，以湖南省为例。 研究各城市与省会城市的距离，除了直观的了解空间距离外，还可以作为主要影响因素，去分析区位分布，距离权重等等。 本文将以之前管理的地名数据为例，基于SpringBoot和PostGIS详细讲解如何进行省会城市与省域内各城市之间的直线空间距离，如何将直线空间距离在WebGIS中进行地图可视化。 这里采用空间分析的功能，实现的函数是_st_contains()；请注意：在我国的行政区划数据中，像自治州等没有单独设置成次级市。 总结 以上就是本文的主要内容，本文将以之前管理的地名数据为例，基于SpringBoot和PostGIS详细讲解如何进行省会城市与省域内各城市之间的直线空间距离，如何将直线空间距离在WebGIS
13810编辑于 2026-06-19 多样本空间转录组分析异常组织结构域
今日参考文献从多样本空间转录组学(ST)数据中检测和解剖异常组织结构域(DDATD)为表征异常组织结构域(ATDs)提供了前所未有的机会，揭示了群体水平和个体特异性致病因素，从而了解疾病背后的致病异质性 这个程序，称之为异常组织结构域的检测和解剖(DDATD)，是对受影响个体的组织进行全面分析的第一步，也是最重要的一步，以揭示与疾病发展相关的群体水平和个体特异性因素(例如，致病细胞类型)。 与ST中经常遇到的空间聚类任务不同，DDATD侧重于将空间点聚到空间域中，需要进一步将异常cluster与正常cluster隔离开来。 4、缺乏有效的方法来整合来自空间基因表达数据和组织学图像的多模态信号，严重限制了DDATD分析的潜力。 结果1、Overview of STANDS分析示例--乳腺癌分析分析示例--同时识别跨多个ST数据集的异常组织域分析示例--交叉参考胰腺scRNA-seq数据识别胰腺癌结构域分析示例--单个ST数据集中识别生物学上不同的异常组织子域分析表现最后看看代码示例
25720编辑于 2024-09-20网络空间安全江苏省赛数据分析与取证 -attack.pacapng
三、数据分析与取证 1. 使用 Wireshark 查看并分析虚拟机 windows 7 桌面下的 attack.pcapng 数据包文件，通 过分析数据包 attack.pcapng 找出黑客的 IP 地址，并将黑客的 IP 地址作为 FLAG（形式：[IP 地址]）提交： tcp.connection.syn 通过分析端口，因为黑客都是扫描常用端口的 Flag:[172.16.1.102] 2. 继续查看数据包文件 attack.pacapng 分析出黑客最终获得的用户名是什么，并将用户 名作为 FLAG（形式：[用户名]）提交： http.request.method==POST Flag:[ 继续查看数据包文件 attack.pacapng 分析出黑客连接一句话木马的密码是什么，并将 一句话密码作为 FLAG（形式：[一句话密码]）提交： Ctrl+f Flag:[alpha] 6.
21110编辑于 2025-10-23- 来自专栏杨建荣的学习笔记
system表空间不足的问题分析(r6笔记第66天)
OLTP和OLAP的系统都应该基本遵守这个规则，既然它报出了那么多的错误，那肯定后台在进行什么样的操作，有什么改进的地方，或者潜在的问题，目前根据我的实践，绝大多数的报警信息中，如果抓住某一条报警信息去分析 ，都能或多或少分析出点东西来，有些是资源使用不合理，有些是sql语句的问题，有些是历史遗留问题，有些甚至正在酝酿成为大问题。 分析了，解决了，报警短信就会少一些，这样工作量也会大大减少。如果单纯为了提高阀值而减少报警，那也是自欺欺人。 我可以举个例子来佐证。 比如一条常规的报警短信，提示表空间不足。 而查看表空间的使用情况，发现系统表空间确实只剩余26M了，空间使用算是非常紧张了。 这个时候再次查看空间使用情况，其实system表空间使用了总共720M,剩下的空间都得到了释放。
93340发布于 2018-03-16 - 来自专栏Y大宽
6️⃣蛋白质序列的功能信息分析2:基于蛋白质结构域domain和功能位点分析
[序列比对和序列特征分析总目录](https://www.jianshu.com/p/878f2b2495ae 结构域domain比较抽象，属于蛋白质构象中二级结构和三级结构之间的一个层次，一般每个结构域有 100-300个氨基酸残基组成，有特定的空间构象，并有不同的生物功能。 InterProScan数据库：online和linux（无mac和window） nterPro将来自许多其他资源的蛋白质功能的预测信息统一在一起，概述了蛋白质所属的家族及其所包含的域和位点。 非常全面，，将UniProtDB，PROTSITE,PRINTS,PFAM,ProDom等数据库中含有的蛋白质序列的结构域，motif等合并统一，包含了蛋白质所属的家族，及其所包含的结构域和功能位点。
3.1K00发布于 2019-03-04 - 来自专栏码上修行
高铁对合肥及周边城市可达性及商业腹地变化影响研究
大合肥经济圈各城市功能定位 城市名称 功能定位 合肥 全国重要的科研教育基地，国家区域性交通枢纽，泛长三角的中心城市之一；安徽省省会和省域核心城市，大合肥经济圈的龙头城市；优势明显的现代制造业基地、科技创新及高新技术产业化基地和现代服务业基地 使用栅格数据，可以对某一个或一组空间数值在空间上的分布进行简单有效的描述。对栅格数据，传统的空间分析方法，如叠置、切割、求交等都可以进行操作和计算。 在分析空间可达性问题时，我们可以根据目的和需要，采用多种“成本”类型来进行计算，最常用的就是时间成本，即对空间上每个点的时间距离进行分析计算。 4、生成成本距离 （1）在【分析】模块，【栅格分析】中的【距离栅格】下的【生成距离栅格】，如下图所示 ? 同样得到有高铁时合肥市可达性空间分布： ? 6、可达性分析 对上面得到的可达性进行【代数运算】转化成以“分钟”或“小时”为单位的可达性空间分布。
1K20发布于 2019-11-22 - 来自专栏点点GIS
基于SPSS和ArcGIS的地区社会弱势性空间格局分析
综合中部五省(河南、安徽、湖北、湖南、江西)各地市收入、教育、住房、人口结构等多方面因素、本实验利用主成分分析构建社会弱势性综合评价指数，结合空间自相关分析和聚类分析,研究社会弱势性空间分布格局及分布模式 同时，为了研究中部五省社会弱势性的整体空间格局,需要构建一个横向可比的综合指数。由于原始数据中社会经济指标众多，且指标之间具有一定的相关性,可以选用主成分分析的方法进行因子降维和指标聚合。 通过对综合指数及各维度上的指数进行空间可视化，可以分析中部五省各地市社会弱势性的空间格局。 综合来看,湖南省西部及安徽省与其他省交界的地市较为弱势。从图1.8中可以发现弱势性是呈现连片分布的,这表明弱势性可能具有一定的空间依赖。为了验证这个猜想,接下来进行空间模式分析。 从图中可以明显发现中部五省的社会弱势性空间分布特征。 1.2.5空间回归分析 社会弱势性指数具有多种城市化应用,这一部分将探究利用普通线性回归和空间回归城市化建设与社会弱势性指数之间的关系。
3.8K40编辑于 2022-01-05 - 来自专栏HyperAI超神经
优于五大先进模型，浙江大学杜震洪团队提出 GNNWLR 模型：提升成矿预测准确性
在此背景下，GNNWLR 首先计算每个数据点的空间坐标，与训练数据集中其他数据点的空间坐标之间的距离，并以此作为输入，进行 dropout 正则化并防止过度拟合。 各模型性能比较，GNNWLR 表现最优 所有模型的 MPM 图也都直观表明，新斯科舍省的矿产前景在空间上存在较大差异，东北地区的得分整体更高，与矿床的实际位置一致。 「区域 6」的矿化与背斜接触密切相关，这也证实了基于 SHAP 值的空间分布对矿化类型的推断。 区域5两个矿床钻探数据中其他矿物与金矿共生的频率 综上，基于 SHAP 值的模型可以对整个空间域内影响成矿结果的各种因素进行定量分析，具有卓越的可解释性并符合地球科学原理。 GNNWLR模型6个特征层回归系数的空间分布 浙江大学杜震洪教授：专注时空大数据与人工智能科研工作 浙江大学地球科学学院杜震洪教授所带领的研究团队，长期从事遥感与地理信息系统、时空大数据与人工智能的科研工作
1.8K10编辑于 2024-04-12 - 来自专栏疯狂学习GIS
全局多项式（趋势面）法与逆距离加权（IDW）法插值的MATLAB实现
本文介绍基于MATLAB实现全局多项式插值法与逆距离加权法的空间插值的方法，并对不同插值方法结果加以对比分析。 1 背景知识 空间数据的获取是进行空间分析的基础与起源，我们总是希望能够获取研究区域更多、更全面的精确空间属性数据信息。 前者利用整个实测采样点数据集对全区进行拟合，如全局多项式插值法（Global Polynomial Interpolation）；后者则只是用临近某一区域内的采样点数据预测未知点的数据，如反（逆）距离加权法 本文借助MATLAB软件自主编程，分别利用全局多项式插值法与逆距离加权法，对湖北省荆门市沙洋县土壤pH值、有机质含量等两种属性数据进行空间插值计算，并对比对应插值方法的拟合效果。 vPH)); COCOan4=corrcoef(vpPH4,(vPH)'); %% 文件转存 save 5ph.txt pPH4 -ASCII; 参考文献 [1] 曹祥会,龙怀玉,周脚根,等.河北省表层土壤有机碳和全氮空间变异特征性及影响因子分析
1K31编辑于 2023-09-25 - 来自专栏FreeBuf
CNCERT 2018年1月我国DDoS攻击资源分析报告
围绕互联网环境威胁治理问题，基于CNCERT监测的DDoS攻击事件数据进行抽样分析，重点对“DDoS攻击是从哪些网络资源上发起的”这个问题进行分析。 图6 近两月持续活跃的肉鸡数量按省份和运营商分布 （三）反射攻击资源分析 1．反射服务器资源 根据CNCERT抽样监测数据，2018年1月，利用反射服务器发起的反射攻击的DDoS攻击事件占事件总量的21.7% X.X.57 ）参与攻击天次最多，分别在6天范围内被发现发起跨域攻击流量，约占监测总天数的五分之一。 2017年度被利用转发跨域伪造攻击流量的路由器超过6月次的跨域伪造流量来源路由器中（共计66个），监测发现有22个在本月仍活跃，存活率为33.3%。 图21 近两月各省份跨域伪造流量来源路由器数量变化情况 6．本地伪造流量来源路由器资源 根据CNCERT抽样监测数据，本月转发本地伪造流量的运营商路由器按省份统计，江苏省所占比例最大，为26.3%，其次是福建省
1.5K70发布于 2018-02-23 - 来自专栏专知
【论文推荐】最新6篇行人重识别相关论文—深度空间特征重构、生成对抗网络、图像生成、系列实战、图像-图像域自适应方法、行人检索
Deep Spatial Feature Reconstruction for Partial Person Re-identification: Alignment-Free Approach（基于深度空间特征重构的部分行人重识别 期刊：arXiv, 2018年1月4日 网址： http://www.zhuanzhi.ai/document/0e2662b2c79513467409c0b4ad1aeb6f 3. with Preserved Self-Similarity and Domain-Dissimilarity for Person Re-identification（行人重识别：基于保留自相似性和域差异性的图像 -图像域自适应方法） ---- ---- 作者：Weijian Deng,Liang Zheng,Guoliang Kang,Yi Yang,Qixiang Ye,Jianbin Jiao 摘要：Person 期刊：arXiv, 2018年1月10日 网址： http://www.zhuanzhi.ai/document/74e3e0fcbd023984f6b19961ce3d0bcf 6.
1.8K60发布于 2018-04-13 - 来自专栏AI科技大本营的专栏
超阿里、大华，澎思科技行人再识别（ReID）技术刷新三大数据集记录
整理 | Jane 出品 | AI科技大本营（ID：rgznai100） 【导读】不久前，江苏省某市公安通过 AI 技术分析监控摄像头中的信息，抓获了一个偷盗电动车的嫌疑人员。 行人再识别，澎思科技 ReID算法的三大突破 行人再识别起源于多摄像头跟踪，指在非重叠视角域多摄像头网络下进行的行人匹配，即确认不同位置的摄像头在不同的时刻拍摄到的行人目标是否为同一人。 3、重构距离：最后在测试阶段，除常规距离计算手段，引入重构距离，提升网络对未对齐、遮挡等技术难点的鲁棒性。 为了解决遮挡带来的精度下降问题，提出线性空间重构，利用参考图片的信息尝试尽可能地恢复残缺特征图，恢复后的特征图和参考特征图之间的距离即为重构距离。 通过行人再识别技术追踪记录顾客店内行动轨迹，分析热点区域和商品关注度，分析不同区域的客流驻足率，从而据此优化商品陈列，获取最佳客流动线；感知客流峰谷，最受欢迎区域，合理配备人员，提升服务。
1.5K00发布于 2019-07-11 - 来自专栏庄帅
微信电商生态尚有4倍发展空间，直播、朋友圈流量不断加码
而这背后的底层逻辑，是SaaS产品距离中小商家核心需求，仍有一段距离。 微信积极发展电商生态，盘活私域流量 即使通讯APP 使用时长最长，短视频类使用时长持续增长。 微信朋友圈私域流量有望进一步为商户小程序导流 截至2020 年 6 月，在小程序来源 TOP10 中，可以清晰的看到排在第一位 58.5%的是微信朋友之间的分享，MAU（月活跃用户）高达 12 亿的微信是每天用户必不可少的信息交流导导致了这一结果 ，这说明在私域平台中，用户的体验显得格外重要。 天眼查APP专业版数据显示，我国目前共有超过3.6家直播相关企业，辽宁省和浙江省分别以近5,000家相关企业数量位居全国前两名，山东、广东、江苏、福建也均拥有超过2,000家相关企业。 综合微信各板块 GMV 测算以及变现率测算，考虑国内国外同SaaS产业发展现状，随着微信电商生态基础设施的不断完善，西部证券分析师预测 SaaS 产业（GMV*TAKE RATE）短期空间可以看到 185.66
1.5K00发布于 2020-10-31 - 来自专栏智能生信
SpaGCN：整合基因表达、空间位置和组织学，通过图卷积网络识别空间域和空间可变基因
通过图卷积从相邻点的位置聚集每个位点的基因表达，从而能够识别出具有一致表达和组织学的空间域。随后进行结构域差异表达（DE）分析，检测在已识别出的结构域中表达量大的基因。 利用该模型对7个SRT数据集进行分析，该模型可以比之前的方法检测到具有更丰富的空间表达模式的基因。此外，SpaGCN检测到的基因表达模式是可迁移的，可用于研究其他数据集中基因表达的空间变异。 GCN基于一个无向加权图，其中每两个点之间的边权值由两个点之间的欧氏距离决定，由空间坐标（x，y）和三维坐标z定义，z从组织学图像中的RGB值获得。 对于每个检测到的空间域，SpaGCN通过域引导的结构域差异表达分析来识别空间可变基因或元基因。 f，形成结构域0（KLK6+MBP-ATP1B1）元基因的基因KLK6、MBP、ATP1B1的空间表达模式。
2.4K10编辑于 2022-12-29 - 来自专栏光芯前沿
AI网络挑战：系统视角下的光互连技术需求与架构分析(Meta)
本文分析了光互连在AI集群中的应用要求及其面临的挑战。 三、Scale-Up域内的I/O挑战 （一）带宽与距离的权衡 ◆ 铜互连局限性 无源铜缆（如DAC）受传输损耗限制，存在带宽-距离乘积上限；有源电缆（AEC）虽延长距离，但面临端口占用、功耗和成本问题 受限于机架空间和SERDES速率，铜互连难以支持大规模GPU扩展，需转向光互连以突破距离限制。 （四）功耗与散热 ◆ 铜互连的局限性 高密度GPU聚合导致功耗密度上升，铜互连的短距离限制加剧散热挑战。解耦HBM和GPU可释放空间并优化散热，但需光互连满足带宽、功耗和延迟要求。 如图6所示，2026年后HBM带宽密度预计超1.2 Tbps/mm，光互连需突破铜互连的带宽-距离限制，同时满足 Poptical＜PHBM/(N×BWHBM×LHBM) 的功耗约束（ PHBM为
1.7K10编辑于 2025-06-08 - 来自专栏机器学习算法与理论
智慧医疗终端应用模型与仿真系统设计
同时，还有Eck等人以GIS技术为分析手段，进行了基于可达性的药店区位选择问题研究[2]。 吴建军等以河南省兰考县为例，分析了农村医疗设施空间可达性[3]。 熊娟等以可达性为基础，对湖北省松滋市医疗服务均等化进行了分析[4]。张莉等以江苏省仪征市为例，开发了基于时间最短的路径选择信息系统，对医院的可达性进行了评价[5]。 Computers, Environment and Urban System, 1999, 23(2): 75-89. [3]吴建军,孔云峰,李斌.基于GIS的农村医疗设施空间可达性分析:以河南省兰考县为例 .人文地理, 2008, 23(5): 3742. [4]熊娟,罗静,彭菁,等.基于可达性的县域医疗服务均等化分析:以湖北省松慈市为例.人文地理, 2012, 27(5): 2529. [5]张莉,陆玉麒 ,赵元正.医院可达性评价与规划——以江苏省仪征市为例[J].人文地理, 2008(2):60-66. [6]徐所凤,乔雅莉,杨斌,等.大数据时代下的智慧医疗建设探讨[J].医学信息, 2015(15):
2K100发布于 2018-04-10 - 来自专栏TechBlog
数据结构与算法课设：基于交通路线的规划系统
实验分析中考虑数据量问题。 (M.site[6].name, "李村"); strcpy(M.site[6].intro, "李村隶属于山东省青岛市李沧区"); strcpy(M.site[7].name, ][4] = 100; M.length[5][6] = M.length[6][5] = 30; M.length[6][7] = M.length[7][6] = 110; 此外，该课程设计还是存在许多不足，例如对于邻接矩阵实现存储的方式对于空间的复杂度要求过高，可以进一步采用邻接表、链表等存储结构，可以大大地降低空间复杂度。 还有对于地点的设计，使用坐标xy只是用来graphics.h可视化的，并未考虑到实际距离的限制，这样可能会造成坐标差距很大，但是距离却很近等异常情况，因此可以通过计算坐标之间的欧氏距离，并将它设置为两点距离的最小值作为限制
80020编辑于 2022-11-30 - 来自专栏给永远比拿愉快
矢量数据空间查询
案例一 案例说明 我们现在有省的面状数据以及每个城市的点数据，我们需要找到湖北省内的所有城市。 实现思路是先从省的面状数据中找出湖北省，然后遍历城市的点数据看是否落在湖北省境内。 实现的思路是首先从数据中找到武汉市，然后计算每个城市到武汉市的距离并排序，对排好序的Feature选择前三即可。 接着我们使用Python内置函数sorted()根据每个城市到武汉市的距离进行排序。 对于距离的计算，我们首先使用GetGeometryRef()函数获得要素对应的空间几何体，然后再使用Geometry对象的Distance()函数进行。 计算完以后我们从第二个元素进行输出，因为第一个元素肯定是武汉市，武汉市到武汉市的距离为0，为最小距离。
2.3K30发布于 2020-06-16 - 来自专栏企鹅号快讯
MNIST上的迁移学习任务
问题分析：由于目标域的任务被清楚定义，即得到数字6与其他数字类别的二分类任务。但是数字6的对应实例相对于其他类别极度缺乏，所以考虑实例迁移方法。 上述情况下源域和目标域各有两个类别，上一部分讲到数字6、9可以进行旋转变换，源域和目标域中数字7的特征空间和空间分布保持不变，但是经过旋转变换的数字6和9特征空间相同，空间分布不同。 TCA在保证域间距离减小的同时保持域内的内部属性。 经过TCA映射后的特征空间和特征向量就可以使用传统的机器学习方法进行学习了。 数据和实验： 表4. 特征迁移数据集 表5. 域适配后源域分类正确率 表6. 当然迁移学习存在的问题还有很多，例如缺乏大一统的框架（子问题之间相互独立），域间距离问题，负迁移问题，小数据学习问题等等。
1.8K80发布于 2018-02-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号