- 综合排序
- 最热优先
- 最新优先
- 来自专栏字根中文校对软件
tss: Eclipse 、 Equinox 和 OSGi
原文链接： http://www.theserverside.com/tt/articles/article.tss? l=EclipseEquinoxOSGi http://www.theserverside.com/news/thread.tss?thread_id=43696
1.1K40发布于 2019-02-14 - 来自专栏字根中文校对软件
Compass Framework 0.8 + Lucene Jdbc Directory (翻译tss)
hib_docs/annotations/reference/en/html/lucene.html 更多信息见： http://www.theserverside.com/news/thread.tss
40920编辑于 2022-05-07 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：TSS 信号（7）
评估 TSS 信号 2.1. TSS 区域 如果我们的较短片段代表转录因子和转录机制周围的开放区域，我们希望在转录起始位点看到信号。 我们希望绘制 TSS 区域，因此我们首先需要为 hg19 基因组生成 TSS 位置的 GRanges。 我们可以使用 TSS GRange 对象再次执行此操作，并更新级别。这意味着 BAM 和 GRanges 会很好地发挥作用。 这使我们能够仅选择我们的核小体自由信号（< 100 个碱基对）来生成我们在 TSS 区域的图。 在这里，我们看到了 TSS 上方区域中无核小体区域的预期信号峰值。
96010编辑于 2023-02-27 - 来自专栏生信修炼手册
自己动手计算TSS Enrichment score
所谓TSS Enrichment score, 其实是所有基因TSS位点测序深度的平均值。 要计算这个值，需要两个文件，一个是bam文件，保存了测序深度信息，另外一个是参考基因组TSS位点文件，可以从gtf文件中提取得到，记录了TSS位点的染色体位置。 根据这个矩阵可以绘制TSS两侧reads分布图， 也可以计算TSS Enrichment score。 deeptools就是采用了上述策略，用法如下 ? 通过deeotools可以直接出图，tss.matrix.txt文件保存了matrix的纯文本信息，可以读取这个文件计算TSS Enrichment score。 该脚本计算TSS Enrichment score, 并绘制TSS两侧read的分布图。相比deeptools,在计算coverage的过程中进行了归一化，核心代码如下 ?
5.1K20发布于 2020-05-07 - 来自专栏字根中文校对软件
tss:关于 Geronimo的 GBeans 的介绍
相关阅读: tss: geronimo's way of comforming of j2ee standards 关于 Geronimo的 GBeans 的介绍
71960发布于 2019-06-15 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：TSS 信号（7）
评估 TSS 信号2.1. TSS 区域如果我们的较短片段代表转录因子和转录机制周围的开放区域，我们希望在转录起始位点看到信号。 我们希望绘制 TSS 区域，因此我们首先需要为 hg19 基因组生成 TSS 位置的 GRanges。 我们可以使用 TSS GRange 对象再次执行此操作，并更新级别。这意味着 BAM 和 GRanges 会很好地发挥作用。 这使我们能够仅选择我们的核小体自由信号（< 100 个碱基对）来生成我们在 TSS 区域的图。 在这里，我们看到了 TSS 上方区域中无核小体区域的预期信号峰值。
1.5K20编辑于 2023-01-27 - 来自专栏字根中文校对软件
tss中文：LimpidLog released LimpidLog 发布了
外国的程序员和国内的一样也很八卦，看看 tss 的回复吧： Re: Needs a new name! 第一次用我自己的 tss 翻译工具，很舒服，有时间会把本文完全翻译完............ 原文地址： tss中国：LimpidLog 发布了 tss中国
45330发布于 2019-02-14 - 来自专栏yifei的专栏
ubuntu下安装TPM_emulator和TSS
ubuntu18.04 软件 m4(宏处理器)(如果已存在则不用安装) cmake(如果已存在则不用安装) gcc/g++(如果已存在则不用安装) GMP(高精度运算库) tpm_emulator tss 安装TSS软件栈 安装trousers sudo apt-get install openssl sudo apt-get update sudo apt-get install trousers 启动
1.5K20编辑于 2022-11-14 - 来自专栏字根中文校对软件
TSS翻译:帮我选一个Java Web开发框架吧
TSS:帮我选一个Java Web开发框架吧 最近 TheServerSide.com 上一篇文章引起了常常的讨论。地址见这里：Chose a web client framework。 我想Chester Chen大概花5分钟写的帖子没想到上了TSS的首页，并且还引来了长篇讨论。
70310编辑于 2022-05-07 - 来自专栏c++ 学习分享
无法解析的外部符号 “void __cdecl boost::detail::set_tss
error LNK2019: 无法解析的外部符号 “void __cdecl boost::detail::set_tss_data(void const ,void (__cdecl)(void (_ set_tss_data@detail@boost@@YAXPBXP6AXP6AXPAX@Z1@Z21_N@Z)，该符号在函数 “public: __thiscall boost::thread_specific_ptr
51820编辑于 2023-07-06 - 来自专栏Eureka的技术时光轴
在winxp环境下，用windbg查看GDT表、IDT表、TSS描述符
网上搜索了一圈，才觉得查看GDT、IDT、TSS这些应该是属于内核调试的。 00000000 IDT: 8003f400 GDT: 8003f000 TSS NextThread: 00000000 IdleThread: 80553840 DpcQueue: 仔细看一下，会发现里面有显示IDT、GDT、TSS 但是感觉又有点不相信，接着往下看，第一次看的时候没看懂下面的dd是干什么，后来好像有点懂了，这里dd后面加的是8003f000，这不就是GDT后面的值嘛，应该是它的地址了，那既然查看GDT是这样，那查看IDT、TSS 80548e00 8003f460 00080b1c 80548e00 00080e00 80548e00 8003f470 0008150880548e00 00081838 80548e00 查看TSS
1.9K40发布于 2019-07-24 - 来自专栏生信技能树
得到一个物种所有基因的TSS(转录起始位点)区域的bed文件。
首先在UCSC的table browser 里面下载下面这个文件： 可以看到我这里选择的mm10的refseq系统的所有基因，共有29037个不同的tss，36872个转录本，只有24540个基因，说明有部分基因有多个 tss，这个其实挺麻烦的。 134199214,134234014, 134203590,134235457, 0 Adora1 cmpl cmpl 2,0, 其实里面可以设置直接下载所有基因的TSS 需要输出的是bed格式文件，如下： chrom / chromStart /chromEnd /name /score /strand 我这里定义的TSS(转录起始位点)区域上下游2.5kb，所以代码如下 最后得到的文件如下： tail ucsc.refseq.tss.bed chrY 816212 821212 Uba1y 0 +chrY 81798997 81803997
3.5K80发布于 2018-03-09 - 来自专栏生信技能树
(IF=14.5)11个高分杂志的scATAC-seq数据分析实战：GSE173682（paper代码学习）
TSSEnrichment) df.TSS <- dplyr::filter(df.TSS,proj.i.TSS.cluster == "2") df.TSS <- dplyr::filter( df.TSS,proj.i.TSS.cluster.uncertainty <= 0.05) paste0("df_TSS_",i,".rds") saveRDS(df.TSS,paste0(" ,proj.i$TSSEnrichment) df.TSS <- dplyr::filter(df.TSS,proj.i.TSS.cluster == "2") #df.TSS <- dplyr:: filter(df.TSS,proj.i.TSS.cluster.uncertainty <= 0.05) saveRDS(df.TSS,paste0("df_TSS_",i,".rds")) ,proj.i$TSSEnrichment) df.TSS <- dplyr::filter(df.TSS,proj.i.TSS.cluster == "2") #df.TSS <- dplyr::
32100编辑于 2025-06-09 - 来自专栏生信修炼手册
从GTF文件中提取TSS上下游1kb的区间，要多少行代码？
在ATAC_seq数据分析中，需要绘制reads在TSS位点附近的分布图， 如下所示 ? 左侧为NFR reads在TSS位点两侧的分布图，右侧为单个核小体边界reads在TSS位点两侧的分布图，可以看到，NFR reads在TSS位点两侧有明显的富集趋势。 在上述热图中，每一行代表一个转录本/基因，对于TSS附近区域，换个为等长的bin,比如上图中选取了TSS上下游1kb的区域，那么可以按照100bp划分为等长的窗口，统计每个窗口内的测序深度，然后进行可视化 要绘制这样的热图，首选要根据基因结构注释文件（通常是GFF或者GTF格式）来获取TSS附近区域的染色体区间信息。 TSS表示转录起始位点，本身这个概念是针对基因而言的，但是基因有多个转录本，对应的转录起始位点可能不同，所以在统计TSS时，以转录本为单位进行统计。
4K41发布于 2020-05-07 - 来自专栏原创分享
通过linux0.11源码理解进程的虚拟地址、线性地址、物理地址
p->tss.eax = 0; p->tss.ecx = ecx; p->tss.edx = edx; p->tss.ebx = ebx; p->tss.esp = esp; p->tss.ebp = ebp; p->tss.esi = esi; p->tss.edi = edi; // 段选择子是16位 p->tss.es = es & 0xffff; p->tss.cs = cs & 0xffff; p->tss.ss = ss & 0xffff; p->tss.ds = ds & 0xffff ，tss选择子被加载到tss寄存器，然后把tss里的上下文 也加载到对应的寄存器，比如cr3，ldt选择子。 (n)),"c" ((long) task[n])); \ } ljmp tss描述符后，系统会加载第n个进程的tss选择子到ltr（保存tss选择子和首地址偏移信息的寄存器），根据选择子从GDT拿到tss
1.8K60发布于 2019-04-24 - 来自专栏逆向技术
保护模式第六讲-IDT表-中断门 陷阱门 任务门
学习. 3.1.1 TSS简介 3.１.2 TSS内存结构 3.1.3 TSS 段描述符 3.1.4 TSS下的寻址形式 3.1.5 windows下的TSS使用 3.2模拟TSS任务切换 3.3 任务门 如果为B那么就代表TSS正在忙碌. G位在这里为1表示字节 3.1.4 TSS下的寻址形式 TSS段描述符在64位下进行扩展了. 而且TSS在64位下已经不支持了. TSS中段描述符的描述的 BaseAddres(基地址) 以及limit 去TSS寄存器中进行查找 3.1.5 windows下的TSS使用 windows觉得TSS设计不好.只使用了TSS中的 esp 0 ss0等寄存器 3.2模拟TSS任务切换 1.了解 TR TSS 与 TSS段描述符之间的关系 TSS段描述符 存储在GDT表中. 构造TSS段描述符. 构造很简单.根据上面所说的 TSS段描述符进行构造即可. 这里则是将我们的TSS的内存的地址.构造进TSS段描述符.
3.4K20发布于 2020-08-18 - 来自专栏原创分享
从linux0.11看一个进程的诞生
p->tss.eax = 0; p->tss.ecx = ecx; p->tss.edx = edx; p->tss.ebx = ebx; p->tss.esp = esp; p->tss.ebp = ebp; p->tss.esi = esi; p->tss.edi = edi; // 段选择子是16位 p->tss.es ，tss选择子被加载到tss寄存器，然后把tss里的上下文 也加载到对应的寄存器，比如cr3，ldt选择子。 tss选择子的偏移是4<<3，4乘以8，等于32，即从GDT的偏移为32开始算，第一个进程的n是0，tss是32 #define _TSS(n) ((((unsigned long) n)<<4)+(FIRST_TSS_ENTRY 系统会根据tss选择子到gdt表中找到tss结构体的地址。然后使用tss结构体的内容恢复执行上下文。
1.8K11发布于 2020-02-25 - 来自专栏基因组
Chip-seq上游分析流程学习(四)
/TSS/p300_TSS.gz \--outFileSortedRegions . -m ${path}/TSS/p300_TSS.gz -out ${path}/TSS/test.pngplotHeatmap -m ${path}/TSS/p300_TSS.gz -out ${path }/TSS/test.pdf --plotFileFormat pdf --dpi 720plotProfile -m ${path}/TSS/p300_TSS.gz -out ${path}/TSS/ test.pngplotProfile -m ${path}/TSS/p300_TSS.gz -out ${path}/TSS/test.pdf --plotFileFormat pdf --perGroup ${path}/TSS/${sample}_Heatmap_10K.png plotHeatmap -m ${path}/TSS/matrix1_${sample}_TSS_10K.gz -out
1.1K10编辑于 2024-11-21 - 来自专栏文献分享及代码学习
单细胞代码解析-妇科癌症单细胞转录组及染色质可及性分析7
) df.TSS <- dplyr::filter(df.TSS,proj.i.TSS.cluster == "2") df.TSS <- dplyr::filter(df.TSS,proj.i.TSS.cluster.uncertainty ,proj.i$TSSEnrichment) df.TSS <- dplyr::filter(df.TSS,proj.i.TSS.cluster == "2") #df.TSS <- dplyr:: filter(df.TSS,proj.i.TSS.cluster.uncertainty <= 0.05) saveRDS(df.TSS,paste0("df_TSS_",i,".rds")) df.depth ,proj.i$TSSEnrichment) df.TSS <- dplyr::filter(df.TSS,proj.i.TSS.cluster == "2") #df.TSS <- dplyr:: filter(df.TSS,proj.i.TSS.cluster.uncertainty <= 0.05) saveRDS(df.TSS,paste0("df_TSS_",i,".rds")) df.depth
1.4K50编辑于 2022-08-29 - 来自专栏量化小白上分记
【手把手教你】使用pyfinance进行证券收益分析
#年化收益率 anl_ret=tss.anlzd_ret() #累计收益率 cum_ret=tss.cuml_ret() #计算周期收益率 q_ret=tss.rollup('Q') a_ret=tss.rollup ,beta,rsq=tss.alpha(benchmark),tss.beta(benchmark),tss.rsq(benchmark) tstat_a,tstat_b=tss.tstat_alpha #年化标准差 a_std=tss.anlzd_stdev() #下行标准差 s_std=tss.semi_stdev() #最大回撤 md=tss.max_drawdown() print(f'年化标准差 bat=tss.batting_avg(benchmark) uc=tss.up_capture(benchmark) dc=tss.down_capture(benchmark) tc=uc/dc pct_neg sr=tss.sharpe_ratio() sor=tss.sortino_ratio(freq=250) cr=tss.calmar_ratio() print(f'夏普比率：{sr:.2f}') print
2.8K22发布于 2020-09-23
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