-
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：66
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 .properties Using SPARK_SUBMIT=/home/hadoop/cloud/spa[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：94
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更高（见这里[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：108
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门。会议由[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：92
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"[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：54
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 additional[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：152
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 .UnsupportedOperationExcep[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：70
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[详细]
-
nyoj 28 大数阶乘
所属栏目：[大数据] 日期：2021-03-06 热度：92
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]
-
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：198
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析[详细]
-
如何挖掘大数据“钻石矿”? 李克强绘四大路径
所属栏目：[大数据] 日期：2021-03-06 热度：99
中新社 刘震 摄 有人将大数据比喻为“21世纪的钻石矿”。如何在新一轮信息化潮流中抢得先机，掘得富矿？中国国务院总理李克强25日在中国大数据产业峰会暨中国电子商务创新发展峰会(以下简称：数博会)上发表致辞时，为此描绘出四大清晰路径。 路径一：大数据[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：195
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[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：2021-03-06 热度：149
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选[详细]
-
基因数据处理36之qc-metrics安装
所属栏目：[大数据] 日期：2021-03-06 热度：175
更多代码请见：https://github.com/xubo245/SparkLearning Spark中组件Mllib的学习之基础概念篇 1解释 Read and variant metrics,useable for pipeline quality control purposes qc-metrics主要是用于read和变异的度量，流水线质量控制的目的 2.代码： git[详细]
-
基因数据处理34之使用samtools和bcftools进行变异分析
所属栏目：[大数据] 日期：2021-03-06 热度：144
1.指令： （1） samtools mpileup -vf Homo_sapiens_assembly19chr20 .fasta NA12878_snp_A2G_chr20_225058 .sorted .bam NA12878_snp_A2G_chr20_225058 .variants 或者： samtools mpileup -vf Homo_sapiens_assembly19chr20 .fasta NA12878_snp_A2G_chr20_[详细]
-
推荐系统技术 --- 文本相似性计算（二）
所属栏目：[大数据] 日期：2021-03-06 热度：107
第一篇地址：推荐系统技术之文本相似性计算（一） 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，所以思想还停留在机器层面，还没有到更高的[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：2021-03-06 热度：120
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 -Dsk[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：2021-03-06 热度：104
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：程序开发：had[详细]
-
XTU 1247 Robb#39;s Problem
所属栏目：[大数据] 日期：2021-03-06 热度：109
Robb’s Problem [ Submit Code ] [ Top 20 Runs ] Acceteped : 48 ? Submit : 335 Time Limit : 1000 MS ? Memory Limit : 65536 KB ? Description Robb’s Problem 题目描述 Robb想知道阶乘 n ! 第 m 位数码是什么？ 输入 第一行是一个整数 T , ( 1 ≤ T[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：2021-03-06 热度：93
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 (hu[详细]
-
基因数据处理39之mango安装记录
所属栏目：[大数据] 日期：2021-03-06 热度：155
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.git cd mangomvn clean package -DskipTests[详细]
-
HPE大数据商业白皮书 | 大数据分析给OEM软件开发商带来巨大发展
所属栏目：[大数据] 日期：2021-03-06 热度：114
我们都知道：大数据的崛起不可逆转；迎接这一趋势才能驾驭未来。 IDC最新的预测表明，大数据技术市场将以26.4%的年复合增长率增长，到2018年将达到415亿美元——大约相当于整体信息技术市场增长率的六倍。此外，IDC相信，到2020年，业务部门采购者会将数据分[详细]
-
论如何打造高性能大数据分析平台
所属栏目：[大数据] 日期：2021-03-06 热度：97
本文将从技术无关的角度讨论一些提高性能的方法。下面我们将讨论一些能够应用在大数据分析系统不同阶段的技巧和准则(例如数据提取，数据清洗，处理，存储，以及介绍)。本文应作为一个通用准则，以确保最终的大数据分析平台能满足性能要求。 1. 大数据是什么?[详细]
-
第四期数据分析课程~
所属栏目：[大数据] 日期：2021-03-06 热度：125
第四期课程对比前三期课程我们做了如下的优化： 1. 增加一节新课：关于numpy在数据分析和机器学习中的应用 2. 讲解map与lambda函数 3. 优化机器学习课程内容，手把手教你推导数学公式 4. 修改第十节课程，增加实践操作环节 购买后请各位同学一定要在「阅读原[详细]
-
数据嗨客 | 第6期：不平衡数据处理
所属栏目：[大数据] 日期：2021-03-06 热度：135
http://mp.weixin.qq.com/s?__biz=MzAwMzIxMjIyMg==mid=2651005812idx=1sn=b9819f04cb2ee9af21f4011d34013824scene=0 写的挺好： 常用的分类算法一般假设不同类的比例是均衡的，现实生活中经常遇到不平衡的数据集，比如广告点击预测（点击转化率一般都很小）[详细]
-
saiku （branch 3.8-release）构建步骤
所属栏目：[大数据] 日期：2021-03-06 热度：155
近日整理了saiku（branch 3.8-release）的构建步骤，分享出来以供大家参考 红色的为原有被注释的 绿色的为添加的 蓝色地方比较重要，为我修改的地方，与上方红色对照下 前提是需要下载 mondrian- 4.3.0.1-SPARK的包放到自己的nexus中 源码地址： ? ?? https:[详细]
