- 综合排序
- 最热优先
- 最新优先
脚本更新---高精度空转（Xenium、CosMx）Patch Proximity Analysis
# this region result is also saved to adata.unsresults, outlines_results = sp.tl.patch_proximity_analysis
20220编辑于 2025-12-09- 来自专栏四火的唠叨
常见分布式应用系统设计图解（五）：Proximity 系统
今天是介绍 Proximity 系统，我不知道怎么翻译恰当，就保留英文原文。虽说词义上说的只是 “相似度”，但多数说的是 “地理” 上的相似度。 Location Service 的实现是一个 Proximity 系统的核心。
89120编辑于 2022-07-19 空间转录组合作项目分析示例(四)
= 0){ sapply(add_clusters,function(clust){ proximity <<- cbind(proximity,rep(0,dim(proximity) proximity <- proximity[,sort(colnames(proximity))] is_one <- apply(proximity,1,function(ro){ return (1 %in% ro ) }) proximity <- proximity[! = 0){ sapply(add_clusters,function(clust){ proximity <<- cbind(proximity,rep(0,dim(proximity } proximity <- proximity[,sort(colnames(proximity))] is_one <- apply(proximity,1,function
29820编辑于 2024-09-09- 来自专栏LINUX阅码场
ACPI几个关键概念汇总整理（英文）
_PXM (Proximity) This optional object is used to describe proximity domain associations within a machine _PXM evaluates to an integer that identifies a device as belonging to a Proximity Domain defined in the domain Proximity domain: A proximity domain identifier is an index to a NUMA node on a NUMA system. Each of these three has its own ACPI proximity domain and associated Linux NUMA node. Additionally we can have extra NUMA nodes that don't map back to ACPI proximity domains.
2.1K20发布于 2020-07-03 - 来自专栏小工匠聊架构
白话Elasticsearch20-深度探秘搜索技术之使用rescoring机制优化近似匹配搜索的性能
match query比phrase match的性能要高10倍，比proximity match的性能要高20倍。 ---- 优化proximity match的性能 优化proximity match的性能，一般就是减少要进行proximity match搜索的document数量。 主要思路就是，用match query先过滤出需要的数据，然后再用proximity match来根据term距离提高doc的分数，同时proximity match只针对每个shard的分数排名前n个 因为一般用户会分页查询，只会看到前几页的数据，所以不需要对所有结果进行proximity match操作。 默认情况下，match也许匹配了1000个doc，proximity match全都需要对每个doc进行一遍运算，判断能否slop移动匹配上，然后去贡献自己的分数。
51030发布于 2021-08-17 - 来自专栏开源部署
如何在模拟器中测试Windows Phone 8的NFC应用
Proximity Tapper的下载地址：https://proximitytapper.codeplex.com/ 非常重要： Proximity Tapper运行界面如下图，在第一次启动时会收到 Windows防火墙的通知，必须选中所有复选框允许Proximity Tapper通过防火墙的设置。 否则Proximity Tapper运行时搜索emulator的功能会失效。 建议在运行Proximity Tapper时暂时将防火墙关闭。 笔者在初次运行Proximity Tapper时就对无法自动搜索emulator而苦恼不已，后关闭防火墙方才正常自动搜索到模拟器。 模拟器启动后在Proximity Tapper的Devices中会发现此两个设备。
3.2K10编辑于 2022-07-04 - 来自专栏相约机器人
Seaborn-让绘图变得有趣
然后，将scatterplot命令更新为每个数据点的大小基于median_house_value，颜色使用hue基于ocean_proximity和标记使用style基于基于ocean_proximity 例如，该列具有尚未在任何地方描述ocean_proximity的值<1H OCEAN。人们应该始终收集元数据信息，并使用具有适当信息的数据集。由于这只是用于理解图的参考数据集，因此没什么大不了的。 dataset) plt.title("Box plots of house values based on ocean proximity") plt.xlabel("Ocean proximity" of house values based on ocean proximity") plt.xlabel("Ocean proximity") plt.ylabel("Median house value ") Seaborn的箱形图（和群图） 从上面的污点中，可以看到如何对中的五个类别分别描述箱形图ocean_proximity。
4.6K20发布于 2019-10-21 高精度空间转录组平台分析框架（python版本）
and visualize distances between cell types Cell-cell interaction/ co-occurrence analysis⚖️ Compare proximity providing insight into how frequently these cell types interact relative to their population size.Proximity broader view of the interaction's significance across the entire sample.# Calculate the score for proximity between `Tumor` cells and `Blood Vessels`adata = sm.tl.spatial_pscore (adata,proximity= ['ECAD+', ' Volume', figsize=(4,2))sm.pl.spatial_pscore (adata, color='Black', plot_score='Proximity Density', figsize
40510编辑于 2024-05-10- 来自专栏人工智能
使用Keras在训练深度学习模型时监控性能指标
平均绝对误差：mean_absolute_error，MAE，mae 平均绝对误差百分比：mean_absolute_percentage_error，MAPE，mape Cosine距离：cosine_proximity pyplot.plot(history.history['mean_absolute_percentage_error']) pyplot.plot(history.history['cosine_proximity mean_squared_error: 1.0596e-04 - mean_absolute_error: 0.0088 - mean_absolute_percentage_error: 3.5611 - cosine_proximity mean_squared_error: 1.0354e-04 - mean_absolute_error: 0.0087 - mean_absolute_percentage_error: 3.5178 - cosine_proximity adam', metrics=['mean_squared_error', 'mean_absolute_error', 'mean_absolute_percentage_error', 'cosine_proximity
8.8K100发布于 2018-02-01 脚本更新----细胞的空间临近性分析
在空间转录组学中，细胞的空间临近性分析（cell spatial proximity analysis）是理解细胞如何在空间中相互作用、协同工作以及形成组织结构的关键。 下面是常见的两种细胞空间临近性分析方法：细胞邻近性分析（Cell-Cell Proximity）：这类分析研究的是不同细胞之间的相对空间关系，通常基于细胞的空间坐标计算它们之间的距离或相邻性。 细胞邻近性分析（Cell-Cell Proximity Analysis）细胞邻近性分析主要关注细胞之间的空间相互作用，通常通过计算细胞之间的距离、邻接关系等来评估细胞间的“接近性”或相互作用。 plt.imshow(distances, cmap='viridis', aspect='auto')plt.colorbar(label='Distance')plt.title('Cell-Cell Proximity
59210编辑于 2024-11-22- 来自专栏ATYUN订阅号
怎样在Python的深度学习库Keras中使用度量
平均绝对误差：mean_absolute_error，MAE，mae 平均绝对百分比误差：mean_absolute_percentage_error，MAPE，mape 余弦距离: cosine_proximity pyplot.plot(history.history['mean_absolute_percentage_error']) pyplot.plot(history.history['cosine_proximity mean_squared_error:1.0596e-04 - mean_absolute_error:0.0088 - mean_absolute_percentage_error:3.5611 - cosine_proximity mean_squared_error:1.0354e-04 - mean_absolute_error:0.0087 - mean_absolute_percentage_error:3.5178 - cosine_proximity adam', metrics=['mean_squared_error','mean_absolute_error','mean_absolute_percentage_error','cosine_proximity
2.9K80发布于 2018-03-02 - 来自专栏全栈程序员必看
机器学习之数据预处理
float64 median_income 20640 non-null float64 median_house_value 20640 non-null float64 ocean_proximity 检查有没有缺失值，对缺失的特征选择恰当的方式进行弥补，使数据完整 通过info()发现除了： ocean_proximity属性类别为object外，其余都为float64类型，则判断ocean_proximity 746.0 NaN population households median_income median_house_value ocean_proximity float64 median_income 20433 non-null float64 median_house_value 20433 non-null float64 ocean_proximity 1256.0 537.870553 population households median_income median_house_value ocean_proximity
79630编辑于 2022-07-18 - 来自专栏hsdoifh biuwedsy
Hierarchical clustering and dimension reduction
Compute the proximity matrix 2. Let each data point be a cluster 3. Repeat -Merge the two closest clusters -Update the proximity matrix -Until only a single cluster remains Key operation is the computation of the proximity of two clusters Different approaches to points in the different clusters Determined by one pair of points, i.e., by one link in the proximity
63220发布于 2021-05-19 - 来自专栏Coco的专栏
使用 sroll-snap-type 优化滚动
语法 { scroll-snap-type: none | [ x | y | block | inline | both ] [ mandatory | proximity ]? CodePen Demo -- CSS Scroll Snap Demo scroll-snap-align 中的 mandatory 与 proximity scroll-snap-align 中的另外一个重点就是 mandatory 与 proximity。 mandatory: 通常在 CSS 代码中我们都会使用这个，mandatory 的英文意思是强制性的，表示滚动结束后，滚动停止点一定会强制停在我们指定的地方 proximity: 英文意思是接近 、临近、大约，在这个属性中的意思是滚动结束后，滚动停止点可能就是滚动停止的地方，也可能会再进行额外移动，停在我们指定的地方 也就是说，如上指定了 scroll-snap-align: y proximity
1.7K30发布于 2019-12-10 - 来自专栏arxiv.org 翻译专栏
近距离接触: 一个制止疾病爆发的方法（CS CY）
原文题目：Proximity: a recipe to break the outbreak 原文：We present a mobile app solution to help the containment This smartphone application will work offline and will be able to detect other devices in close proximity
46820发布于 2020-03-26 - 来自专栏数据科学和人工智能
爱数科案例 | 基于线性回归的加州房价预测
房屋到海距离占比 绘制房屋到海距离(ocean_proximity)的饼图，以查看各类型房屋的占比情况。 房屋到海距离与各房屋属性的关系 以到海距离(OCEAN PROXIMITY)为分组变量，绘制房龄、房价、收入、居民数、人口规模、卧室总数、房间总数的雷达图。 已选择特征列: ocean_proximity_INLAND, housing_median_age, total_bedrooms, population, households, median_income
2.5K20编辑于 2022-03-30 - 来自专栏AI科技时讯
keras中的损失函数
cosine_proximity cosine_proximity(y_true, y_pred) 源码： def cosine_proximity(y_true, y_pred): y_true msle = MSLE = mean_squared_logarithmic_error kld = KLD = kullback_leibler_divergence cosine = cosine_proximity
2.9K20发布于 2020-03-31 - 来自专栏SDNLAB
思科收购July Systems以支持Wi-Fi应用
其旗舰产品Proximity MX具有思科称之为“企业级定位平台”的功能。 该平台可与多种定位技术（如Wi-Fi、蓝牙或GPS）配合使用，以在安装或未安装应用程序的情况下感知用户的设备。 July表示，Proximity MX可以通过短信、电子邮件、推送通知，或者通过API、SMS向用户或系统发送通知。
55160发布于 2018-07-30 - 来自专栏上善若水
015android初级篇之传感器的简单使用
constant describing a pressure sensor type //压力感应器 单位 千帕斯卡 int TYPE_PROXIMITY A constant describing an proximity sensor type. | Sensor.TYPE_PRESSURE | Sensor.TYPE_TEMPERATURE | Sensor.TYPE_PROXIMITY
94950发布于 2018-09-28 - 来自专栏佳爷的后花媛
Germany flips to Apple-Google approach on phone contact tracing
Germany as recently as Friday backed a centralised standard called Pan-European Privacy-Preserving Proximity Backers of DP-3T, short for Decentralised Privacy-Preserving Proximity Tracing, say it is still possible
47830发布于 2020-04-29
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