没有合适的资源?快使用搜索试试~ 我知道了~
光谱匹配matlab代码-BFClust:边界森林聚类
共43个文件
m:28个
csv:8个
fasta:2个
需积分: 9 0 下载量 24 浏览量
2021-05-25
09:45:15
上传
评论
收藏 208KB ZIP 举报
温馨提示
光谱匹配Matlab代码高炉团 边界森林聚类是用MATLAB编写的泛基因组聚类管道。 边界森林聚类分3个主要步骤完成: 边界森林。 这会基于序列相似性生成许多边界树(有关边界森林的更多详细信息,请参见)。 可以将一个序列作为新的代表添加到树上,或者如果树上已有与该序列足够接近的代表,则使用该代表来注释该序列,并从树中将其省略。 边界树因此包含一小部分输入序列作为代表序列,它们基于序列相似性排列在树形结构中。 簇。 在每个边界树上执行聚类。 目前,在边界森林的下游实施了7种聚类方法。 这些包括分层,kmeans,kmeans(矢量化),光谱,光谱(对Shi-Malik进行归一化),光谱(对Ng-Jordan-Weiss进行归一化)和马尔可夫聚类(MCL)。 我们建议使用MCL作为主要方法。 一旦代表性序列被聚类,聚类分配被扩展到整个数据集。 共识聚类。 在不同边界树代表上的聚类可能并不总是产生相同的结果。 对整个林中的群集分配达成共识,可以减少所有下游群集方法的错误。 每个元素和每个群集的共识分数也将作为质量指标生成。 聚类或项目的共识得分是介于0和1之间的值。得分为1表示各个聚类分配之
资源推荐
资源详情
资源评论
收起资源包目录
BFClust-master.zip (43个子文件)
BFClust-master
testout
dataset-010-0.csv 27KB
dataset-010-0Kmeans_clusterscores.csv 55B
dataset-010-0Ward_clusterscores.csv 55B
dataset-010-0Spectral JW_clusterscores.csv 61B
dataset-010-0Kmeans vectorized_clusterscores.csv 67B
dataset-010-0Spectral NN_clusterscores.csv 65B
dataset-010-0Spectral SM_clusterscores.csv 67B
dataset-010-0MCL_clusterscores.csv 55B
dataset-010-0.mat 644KB
dataset-010-0.png 66KB
dataset-010-0.fasta 195KB
dataset-010-1.fasta 195KB
cluster_example.m 963B
LICENSE 1KB
add_to_cluster_example.m 392B
README.md 9KB
BF_clustering
scan_clusters.m 2KB
add_to_clustering.m 5KB
consensus_quality_single.m 2KB
mcl_ds.m 4KB
run_BF_spectral.m 3KB
consensus_clustering_kmed.m 872B
find_closest_on_BF.m 2KB
vectorize_dm_fn.m 830B
SSEDS.m 701B
boundary_tree.m 4KB
consensus_quality_all.m 2KB
cell2csv.m 947B
Spectralpt2.m 760B
cost_scripts
computeCostNew.m 495B
lapjv.m 10KB
makeCostMatrix.m 1KB
Spectralpt1.m 2KB
run_BF_single.m 6KB
add_to_clustering_all.m 2KB
read_and_clean.m 688B
find_elbow.m 645B
mcl_wrapper.m 118B
pairwise_distances.m 985B
run_BF_all.m 7KB
extendBF_DS.m 243B
add_to_clustering_single.m 2KB
.gitattributes 66B
共 43 条
- 1
资源评论
等到风景都看透⊙∀⊙?
- 粉丝: 173
- 资源: 931
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功