博客园_EmanLee, Eman Lee's Space (blog, website)

GenePix® Pro 文件格式

2012-05-01T08:02:00Z

GenePix® Pro 文件格式
from：http://mdc.custhelp.com/app/answers/detail/a_id/18883/session/L2F2LzEvdGltZS8xMzM1ODU3NjkwL3NpZC9FOXg3al9Xaw%3D%3D
**GPR - GenePix Results format (.gpr)
GenePix Results data are saved as GPR files, which are in Axon Text File (ATF) format. A Results file contains general information about image acquisition and analysis, as well as the data extracted from each individual feature. Any user-defined feature data contained in a GAL file read by GenePix Pro 4.1 will be included in the output GPR file. As of GenePix Pro version 4.0.1.4, the GPR version number is 3.0.
Read a history of the changes to the GPR file format since GenePix Pro 3, including example GPR files in all the various formats.
GPR Header
A sample GPR file header and a description of each entry are shown below:
Entry Description
ATF     1.0 File type and version number.
29       48 Number of optional header records and
number of data fields (columns).
"Type=GenePix Results 3" Type of ATF file.
"DateTime=2002/02/09 17:15:48" Date and time when the image was acquired.
"Settings=C:\Genepix\Genepix.gps" The name of the settings file that was used for analysis.
"GalFile=C:\Genepix\Demo.gal" The GenePix Array List file used to associate Names and IDs to each entry.
"PixelSize=10" Resolution of each pixel in µm.
"Wavelengths=635     532" Installed laser excitation sources in nm.
"ImageFiles=C:\Genepix\demo.tif 0
C:\Genepix\Genepix.tif 1" The name and path of the associated TIF file(s).
"NormalizationMethod=None" The type of normalization method used, if applicable.
"NormalizationFactors=1    1" The normalization factor applied to each channel.
"JpegImage=C:\Genepix\demo.jpg" The name and path of the associated Jpeg image files.
"StdDev=Type 1" The type of standard deviation calculation selected in the Options settings.
"RatioFormulation=W1/W2 (635/532)" The ratio formulation of the ratio image, showing which image is numerator and which is denominator.
"Barcode=00331" The barcode symbols read from the image.
"BackgroundSubtraction=LocalFeature" The background subtraction method selected in the Options settings.
"ImageOrigin=0, 0" The origin of the image relative to the scan area.
"JpegOrigin=390, 4320" The origin of the Results JPEG image (the bounding box of the analysis Blocks) relative to the scan area origin.
"Creator=GenePix 4.1.1.4" The version of the GenePix Pro software used to create the Results file.
"Scanner=GenePix 4000B [serial number]" Type and serial number of scanner used to acquire the image.
"FocusPosition=0" The focus position setting used to acquire the image, in microns.
"Temperature=19.6127" The temperature of the scanner, in degrees C.
"LinesAveraged=1" The line average setting used to acquire the image.
"Comment=hyb 2673" User-entered file comment.
"PMTGain=500     600" The PMT settings during acquisition.
"ScanPower=100    100" The amount of laser transmission during acquisition.
"LaserPower=1    1" The power of each laser, in volts.
"LaserOnTime=5    5" The laser on-time for each laser, in minutes.
"Filters=<Empty>    <Empty>" Emission filters used during acquisition (GenePix 4100 and 4200 only.)
"ScanRegion=100,100,2000,2000" The coordinate values of the scan region used during acquisition, in pixels.
"Supplier=" Header field supplied in GAL file.
Data record column headings* Column titles for each measurement (see below).
Data Records Extracted data.

GPR Data
The list below describes each column of data in the Results file.
Column Title Description
Block the block number of the feature.
Column the column number of the feature.
Row the row number of the feature.
Name the name of the feature derived from the Array List (up to 40 characters long, contained in quotation marks).
ID the unique identifier of the feature derived from the Array List (up to 40 characters long, contained in quotation marks).
X the X-coordinate in µm of the center of the feature-indicator associated with the feature, where (0,0) is the top left of the image.
Y the Y-coordinate in µm of the center of the feature-indicator associated with the feature, where (0,0) is the top left of the image.
Dia. the diameter in µm of the feature-indicator.
F635 Median median feature pixel intensity at wavelength #1 (635 nm).
F635 Mean mean feature pixel intensity at wavelength #1 (635 nm).
F635 SD the standard deviation of the feature pixel intensity at wavelength #1 (635 nm).
B635 Median the median feature background intensity at wavelength #1 (635 nm).
B635 Mean the mean feature background intensity at wavelength #1 (635 nm).
B635 SD the standard deviation of the feature background intensity at wavelength #1 (635 nm).
% > B635 + 1 SD the percentage of feature pixels with intensities more than one standard deviation above the background pixel intensity, at wavelength #1 (635 nm).
% > B635 + 2 SD the percentage of feature pixels with intensities more than two standard deviations above the background pixel intensity, at wavelength #1 (635 nm).
F635 % Sat. the percentage of feature pixels at wavelength #1 that are saturated.
F532 Median median feature pixel intensity at wavelength #2 (532 nm).
F532 Mean mean feature pixel intensity at wavelength #2 (532 nm).
F532 SD the standard deviation of the feature intensity at wavelength #2 (532 nm).
B532 Median the median feature background intensity at wavelength #2 (532 nm).
B532 Mean the mean feature background intensity at wavelength #2 (532 nm).
B532 SD the standard deviation of the feature background intensity at wavelength #2 (532 nm).
% > B532 + 1 SD the percentage of feature pixels with intensities more than one standard deviation above the background pixel intensity, at wavelength #2 (532 nm).
% > B532 + 2 SD the percentage of feature pixels with intensities more than two standard deviations above the background pixel intensity, at wavelength #2 (532 nm).
F532 % Sat. the percentage of feature pixels at wavelength #2 that are saturated.
Ratio of Medians the ratio of the median intensities of each feature for each wavelength, with the median background subtracted.
Ratio of Means the ratio of the arithmetic mean intensities of each feature for each wavelength, with the median background subtracted.
Median of Ratios the median of pixel-by-pixel ratios of pixel intensities, with the median background subtracted.
Mean of Ratios the geometric mean of the pixel-by-pixel ratios of pixel intensities, with the median background subtracted.
Ratios SD the geometric standard deviation of the pixel intensity ratios.
Rgn Ratio the regression ratio of every pixel in a 2-feature-diameter circle around the center of the feature.
Rgn R² the coefficient of determination for the current regression value.
F Pixels the total number of feature pixels.
B Pixels the total number of background pixels.
Sum of Medians the sum of the median intensities for each wavelength, with the median background subtracted.
Sum of Means the sum of the arithmetic mean intensities for each wavelength, with the median background subtracted.
Log Ratio log (base 2) transform of the ratio of the medians.
Flags the type of flag associated with a feature.
Normalize the normalization status of the feature (included/not included).
F1 Median - B1 the median feature pixel intensity at wavelength #1 with the median background subtracted.
F2 Median - B2 the median feature pixel intensity at wavelength #2 with the median background subtracted.
F1 Mean - B1 the mean feature pixel intensity at wavelength #1 with the median background subtracted.
F2 Mean - B2 the mean feature pixel intensity at wavelength #2 with the median background subtracted.
SNR 1 the signal-to-noise ratio at wavelength #1, defined by (Mean Foreground 1- Mean Background 1) / (Standard deviation of Background 1)
F1 Total Intensity the sum of feature pixel intensities at wavelength #1
Index the number of the feature as it occurs on the array.
"User Defined"** user-defined feature data read from the GAL file (GenePix Pro 4.1).

本文链接

GenePix Pro 3.0

2012-04-30T14:25:00Z

GenePix Pro 3.0 是由 Axon Instruments(www.axon.com) 公司所开发之快速且具高质量的 DNA 微数组扫瞄工具，它也提供微数组数据的获取和分析软件。

GenePix 4000 系列扫瞄器利用同步双雷射(dual-laser)扫瞄系统及时产生比例影像(ratio image)，此比例影像是标准的 24 位红、绿、蓝色合成影像，它们的内定值分别为 635、532及 0 nm 之雷射光。如果我们将参考组(reference)与检测组(test)的 cDNA 分别标示为 Cy3 (绿光) 和 Cy5(红光)，若比例影像呈现红色，则表示检测组之cDNA的表现量高于参考组；反之，若为绿色，则表示检测组之cDNA的表现量低于参考组；若两者差异不大时，则以黄色呈现。然而，为使基因表现以数量化型式呈现，我们可以定义比例影像为红光强度除以绿光强度，亦即Cy5/Cy3，其值大于(小于) 1，表示检测组之cDNA的表现量高(低)于参考组。

GenePix Pro 3.0 将玻片上每一 DAN 斑点(inividual spot)称作feature，并在feature上划出一适当的圆形区域，称之为feature-indicator，它是GenePix Pro 3.0数据分析的基本单位。首先将整个玻片划分为格子状之映像点(pixel)，利用这些原始影像上映像点之雷射光表现量可以计算各个feature-indicator的平均值、中位数及标准差。另外，以每一feature-indicator为中心，并以其直径之3倍为直径画出一圆，利用落于此圆内、斑点外之映像点的雷射光表现量计算背景光强度之平均值、中位数及标准差。尔后GenePix Pro 3.0 计算每一feature-indicator比例影像值时，均先减去其各自背景光强度之中位数。

GenePix Pro 3.0 提供的比例影像值包括中位数比值(ratio of medians)、平均数比值(ratio of means)、比例的百分位数(quantities derived from pixed-by-pixel ratios)、比例的中位数(median of ratios)、比例的平均数(mean of ratios)及回归比例(regression ratio)，其定义分别如下：

令：雷射光之单一原始映像点强度

：雷射光之单一背景映像点强度

：Cy5 或 Cy3

：资料集S中 k 个观测值的中位数

：资料集S中 k 个观测值的第 Q个百分位数

：feature-indicator的映像点个数

：背景的映像点之个数

中位数比值（对某个Feature，n表示其中的pixel格式，m表示背景pixel的个数；GenePix Pro 4.0.1.17已经核对正确）

平均数比值（对于某个Feature，Feature以内的每个pixel；无法核对）

比例的百分位数（与上一个公式类似，对于某个Feature，Feature以内的每个pixel；无法核对）

比例的中位数（与上一个公式类似，对于某个Feature，Feature以内的每个pixel；无法核对）

比例的平均数（与上一个公式类似，对于某个Feature，Feature以内的每个pixel；无法核对）

回归比例：不要严格区分 feature 与背景光强度，直接做 Cy5 与 Cy3 之比例，或是找出 Cy5 与 Cy3 间的回归系数。

GenePix Pro 3.0 的数据质量的检测方式有，中位数和(sum of medians)、平均数和(sum of means)、比例的对数值(Log ratio)及Flags，其定义分别为：

中位数和（GenePix Pro 4.0.1.17已经核对正确）

平均数和（无法核对）

如果我们发现中位数和或平均数和不合理地异常小，表示参考组与检测组的基因于此实验仅有微量表现；因此，利用比例影像值分析数据，在解释时需格外留意，以免有误导情势发生。

比例的对数值（GenePix Pro 4.0.1.17核对不一样；结果为log2((Cy5IMed-Cy5BMed)/(Cy3IMed-Cy3BMed))）

Flag ：影像数据经过 GenePix Pro 3.0 内部粗略分析后，它会标示出 “Bad”、“Good”、“Absent”及“Not Found”，并且分别以数值 “-100”、“ +100”、 “-75” 和 “-50” 表之；“Bad” 代表数据不合规格，“Good” 表示资料符合我们实验的要求， “Absent” 为数据数组表的某一feature是遗漏数据(missing data)， “Not Found” 表示feature-indicator在自动排列时有缺失。

GenePix Pro 3.0 对于前述比例影像值(中位数比值、平均数比值、比例的中位数、比例的平均数及回归比例)提供数据正规化(data normalization)的正规化因子(normalization factor)为

其中表示第个 feature的比例影像值，为feature的总个数。

from http://binfo.ym.edu.tw/post/marray/genepick.htm

本文链接

基因芯片数据字段

2012-04-25T14:26:00Z

SMD Schema Specifications

Column Name	Data Type	Length	Null?	Description
REPORTER_COUNT	NUMBER	20	YES
LOG_REPORTER_COUNT	NUMBER	20,5	YES
SEQ_GENE_COUNT	NUMBER	20	YES
SEQ_COVERAGE	NUMBER	35,25	YES
LOG_SEQ_RPKM_VALUE	NUMBER	35,25	YES
PROBE_CATEGORY	NUMBER	3	YES
SEQ_RPKM_VALUE	NUMBER	35,25	YES
CH1DL_MEAN	NUMBER	20	YES
CH2DL_MEAN	NUMBER	20	YES
LOG_RAT2L_MEAN	NUMBER	20,5	YES
CH1DL_MEDIAN	NUMBER	20	YES
CH2DL_MEDIAN	NUMBER	20	YES
LOG_RAT2L_MEDIAN	NUMBER	20,5	YES
CH1DL_MEAN_ORIG	NUMBER	20	YES
CH1_TOTAL_GENE_SIGNAL	NUMBER	35,25	YES	Total Gene Signals
CH1_TOTAL_GENE_SIGNAL_ERROR	NUMBER	35,25	YES	Errors of Total Gene Signals
CH1_TOTAL_PROBE_SIGNAL	NUMBER	35,25	YES
CH1_TOTAL_PROBE_SIGNAL_ERROR	NUMBER	35,25	YES
CH1_TOTAL_GENE_DETECTED	NUMBER	2	YES
LOG_CH1_TOTAL_GENE_SIGNAL	NUMBER	35,25	YES
LOG_CH1_TOTAL_PROBE_SIGNAL	NUMBER	35,25	YES
LOG_CH1D_MEAN	NUMBER	35,25	YES
LOG_CH1D_MEDIAN	NUMBER	35,25	YES
EXPTID	NUMBER	10	NO	Link to the experiment table.
SPOT	NUMBER	10	NO	Link to the spotList table
SUID	NUMBER	10	NO	Link to the stanfordSeq table.
PRINTID	NUMBER	10	NO	Link to the spotList table.
DATE_MODIFIED	DATE	7	NO	Date record was last modified (YYYY-MM-DD).
CH1I_MEAN	NUMBER	20	YES	Mean spot pixel intensity at Channel 1 (usually 532 nm).
CH1D_MEDIAN	NUMBER	20	YES	Median spot pixel intensity at Channel 1 with the median-background subtracted (CH1I_MEDIAN - CH1B_MEDIAN).
CH1I_MEDIAN	NUMBER	20	YES	Median spot pixel intensity at Channel 1 (usually 532 nm).
CH1_PER_SAT	NUMBER	20	YES	Percentage of spot pixels at Channel 1 (usually 532 nm) that are saturated.
CH1I_SD	NUMBER	20	YES	Standard deviation of the spot intensity at Channel 1 (usually 532 nm).
CH1B_MEAN	NUMBER	20	YES	Mean spot background in Channel 1 (usually 532 nm).
CH1B_MEDIAN	NUMBER	20	YES	Median spot background intensity in Channel 1 (usually 532 nm).
CH1B_SD	NUMBER	20	YES	Standard deviation of the spot background intensity in Channel 1 (usually 532 nm).
CH1D_MEAN	NUMBER	20	YES	Mean Channel 1 (usually 532 nm) intensity with the median-background subtracted (CH1I_MEAN - CH1B_MEDIAN)
CH2I_MEAN	NUMBER	20	YES	Mean spot pixel intensity at Channel 2 (usually 635 nm).
CH2D_MEAN	NUMBER	20	YES	Mean spot pixel intensity at Channel 2 (usually 635 nm) with the median-background subtracted (CH2I_MEAN - CH2B_MEDIAN).
CH2D_MEDIAN	NUMBER	20	YES	Median spot pixel intensity at Channel 2 (usually 635 nm) with the median-background subtracted (CH2I_MEDIAN - CH2B_MEDIAN).
CH2I_MEDIAN	NUMBER	20	YES	Median spot pixel intensity at Channel 2 (usually 635 nm).
CH2_PER_SAT	NUMBER	20	YES	Percentage of spot pixels at Channel 2 (usually 635 nm) that are saturated.
CH2I_SD	NUMBER	20	YES	Standard deviation of the spot pixel intensity at at Channel 2 (usually 635 nm).
CH2B_MEAN	NUMBER	20	YES	Mean spot background intensity in Channel 2 (usually 635 nm).
CH2B_MEDIAN	NUMBER	20	YES	Median spot background intensity in Channel 2 (usually 635 nm).
CH2B_SD	NUMBER	20	YES	Standard deviation of the spot background intensity in Channel 2 (usually 635 nm).
CH2BN_MEDIAN	NUMBER	20	YES	Normalized value of median Channel 2 (usually 635 nm) background (CH2B_MEDIAN/Normalization factor).
CH2DN_MEAN	NUMBER	20	YES	Normalized value of mean Channel 2 (usually 635 nm) intensity with normalized background subtracted (CH2IN_MEAN - CH2BN_MEDIAN).
CH2IN_MEAN	NUMBER	20	YES	Normalized value of mean Channel 2 (usually 635 nm) intensity (CH2I_MEAN/Normalization factor).
CH2DN_MEDIAN	NUMBER	20	YES	Normalized value of median Channel 2 (usually 635 nm) intensity with normalized background subtracted (CH2IN_MEDIAN - CH2BN_MEDIAN).
CH2IN_MEDIAN	NUMBER	20	YES	Normalized value of median Channel 2 (usually 635 nm) intensity (CH2_MEDIAN/Normalization factor).
CORR	NUMBER	20,10	YES	Coefficient of determination for the current regression value.
DIAMETER	NUMBER	5	YES	Diameter in 5m of the spot indicator.
FLAG	NUMBER	3	YES	Type of flag associated with a spot.
LOG_RAT2N_MEAN	NUMBER	20,10	YES	Log (base 2) of the ratio of the mean of Channel 2 (usually 635 nm) to Channel 1 (usually 532 nm) [log (base 2) (RAT2N_MEAN)].
LOG_RAT2N_MEDIAN	NUMBER	20,5	YES	Log (base 2) of the ratio of the medians of Channel 2 (usually 635 nm) to Channel 1 (usually 532 nm) [log (base 2) (RAT2N_MEDIAN)].
PIX_RAT2_MEAN	NUMBER	20,10	YES	Geometric mean of the pixel-by-pixel ratios of Channel 2 (usually 635 nm) to Channel 1 (usually 532 nm) pixel intensities, with the median background subtracted.
PIX_RAT2_MEDIAN	NUMBER	20,10	YES	Median of pixel by-pixel ratios of Channel 2 (usually 635 nm) to Channel 1 (usually 532 nm) pixel intensities, with the median background subtracted.
PERGTBCH1I_1SD	NUMBER	3	YES	Percentage of spot pixels with intensities more than one standard deviation above the background pixel intensity, at Channel 1 (usually 532 nm).
PERGTBCH1I_2SD	NUMBER	3	YES	Percentage of spot pixels with intensities more than two standard deviations above the background pixel intensity, at Channel 1 (usually 532 nm).
PERGTBCH2I_1SD	NUMBER	3	YES	Percentage of spot pixels with intensities more than one standard deviation above the background pixel intensity, at Channel 2 (usually 635 nm).
PERGTBCH2I_2SD	NUMBER	3	YES	Percentage of spot pixels with intensities more than two standard deviations above the background pixel intensity, at Channel 2 (usually 635 nm).
RAT1_MEAN	NUMBER	20,10	YES	Ratio of the arithmetic mean intensities of each spot for each wavelength, with the median background subtracted. Channel 1/Channel 2 ratio, (CH1I_MEAN - CH1B_MEDIAN)/(CH2I_MEAN - CH2B_MEDIAN) or Green/Red ratio.
RAT1N_MEAN	NUMBER	20,10	YES	Ratio of the means of Channel 1 (usually 532 nm) intensity to normalized Channel 2 (usually 635 nm) intensity with median background subtracted (CH1D_MEAN/CH2DN_MEAN). Channel 1/Channel 2 ratio normalized or Green/Red ratio normalized.
RAT2_MEAN	NUMBER	20,10	YES	Ratio of the arithmetic mean intensities of each spot for each wavelength, with the median background subtracted. Channel 2/Channel 1 ratio, (CH2I_MEAN - CH2B_MEDIAN)/(CH1_MEAN - CH1B_MEDIAN) or Red/Green ratio.
RAT2_MEDIAN	NUMBER	20,10	YES	Ratio of the median intensities of each spot for each wavelength, with the median background subtracted.
RAT2_SD	NUMBER	20,10	YES	Standard deviation of pixel intensity ratios.
RAT2N_MEAN	NUMBER	20,10	YES	Channel 2/Channel 1 ratio normalized, RAT2_MEAN/Normalization factor or Red/Green mean ratio normalized.
RAT2N_MEDIAN	NUMBER	20,10	YES	Channel 2/Channel 1 ratio normalized, RAT2_MEDIAN/Normalization factor or Red/Green median ratio normalized.
REGR	NUMBER	20,10	YES	Regression ratio.
SUM_MEAN	NUMBER	20	YES	Sum of the arithmetic mean intensities for each wavelength, with the median background subtracted (CH1D_MEAN + CH2D_MEAN).
SUM_MEDIAN	NUMBER	20	YES	Sum of the median intensities for each wavelength, with the median-background subtracted (CH1D_MEDIAN + CH2D_MEDIAN).
TOT_BPIX	NUMBER	6	YES	Total number of background pixels.
TOT_SPIX	NUMBER	6	YES	Total number of spot pixels.
X_COORD	NUMBER	6	YES	X-coordinate in 5m of the center of the spot-indicator associated with the spot, where (0,0) is the top left of the image.
Y_COORD	NUMBER	6	YES	Y-coordinate in 5m of the center of the spot-indicator associated with the spot, where (0,0) is the top left of the image.
TOP	NUMBER	10	YES	Box top: int(((centerX - radius) - Xoffset) / pixelSize).
BOT	NUMBER	10	YES	Box bottom: int(((centerX + radius) - Xoffset) / pixelSize).
LEFT	NUMBER	10	YES	Box left: int(((centerY - radius) - yoffset) / pixelSize).
RIGHT	NUMBER	10	YES	Box right: int(((centerY + radius) - yoffset) / pixelSize)

Primary Key Name	Primary Key Column(s)
RESULT_PK	EXPTID, SPOT

Foreign Key Name	Foreign Key Column(s)	References
RESULT_EXPTID_FK	EXPTID	EXPERIMENT (EXPTID)
RESULT_PRINTID_SPOT_FK	PRINTID, SPOT	SPOTLIST (PRINTID, SPOT))
RESULT_SUID_FK	SUID	STANFORDSEQ (SUID)

Index Name	Unique?	Indexed Column(s)
RESULT_PRINTID_SPOT_FK_I	NO	PRINTID, SPOT
RESULT_SPOT_I	NO	SPOT
RESULT_SUID_FK_I	NO	SUID

Constraint Name	Constraint Column	Type	Description
RESULT_DATE_MODIFIED_NN	DATE_MODIFIED	NULL	"DATE_MODIFIED" IS NOT NULL
RESULT_EXPTID_NN	EXPTID	NULL	"EXPTID" IS NOT NULL
RESULT_PRINTID_NN	PRINTID	NULL	"PRINTID" IS NOT NULL
RESULT_SPOT_NN	SPOT	NULL	"SPOT" IS NOT NULL
RESULT_SUID_NN	SUID	NULL	"SUID" IS NOT NULL

https://genome.unc.edu/cgi-bin/SMD/tableSpecifications?table=RESULT

本文链接

独立分量分析(ICA)

2012-04-18T11:42:00Z

ICA, independent component analysis, 独立分量分析, 独立组分分析, 独立成分分析

独立分量分析（independent component analysis，ICA）是近年来发展起来的一种新的信号处理技术。基本的ICA是指从多个源信号的线性混合信号中分离出源信号的技术。除了已知源信号是统计独立外，无其他先验知识，ICA是伴随着盲信源问题而发展起来的，故又称盲分离。

在复杂的背景环境中所接收的信号往往是由不同信源产生的多路信号的混合信号。例如，几个麦克风同时收到多个说话者语音信号；在声纳、阵列及通信信号处理中，由于耦合使数据相互混叠；多传感器检测的生物信号中，得到的也是多个未知源信号的混叠。ICA方法是基于信源之间的相互统计独立性。与传统的滤波方法和累加平均方法相比，ICA在消除噪声的同时，对其它信号的细节几乎没有破坏，且去噪性能也往往要比传统的滤波方法好很多。而且，与基于特征分析，如奇异值分解（SVD）、主成分分析（PCA）等传统信号分离方法相比，ICA是基于高阶统计特性的分析方法。在很多应用中，对高阶统计特性的分析更符合实际。

独立分量分析在通信、阵列信号处理、生物医学信号处理、语音信号处理、信号分析及过程控制的信号去噪和特征提取等领域有着广泛的应用，还可以用于数据挖掘。

Fast-ICA算法是芬兰赫尔辛基工业大学计算机及信息科学实验室Hyvarien等人提出并发展起来的。Fast-ICA算法基于非高斯性最大化原理，使用固定点（Fixed-point）迭代理论寻找WTX的非高斯性最大值，该算法采用牛顿迭代算法对测量变量X的大量采样点进行批处理，每次从观测信号中分离出一个独立分量，是独立分量分析的一种快速算法。

http://baike.baidu.com/view/2735872.htm

http://baike.soso.com/v10649346.htm

本文链接

VSS使用手册(VSS 6.0d/Visual SourceSafe)

2012-04-17T13:44:00Z

1 VSS概述

版本控制是工作组软件开发中的重要方面，它能防止意外的文件丢失、允许反追踪到早期版本、并能对版本进行分支、合并和管理。在软件开发和您需要比较两种版本的文件或找回早期版本的文件时，源代码的控制是非常有用的。
Visual SourceSafe 是一种源代码控制系统，它提供了完善的版本和配置管理功能，以及安全保护和跟踪检查功能。VSS通过将有关项目文档（包括文本文件、图象文件、二进制文件、声音文件、视屏文件）存入数据库进行项目研发管理工作。用户可以根据需要随时快速有效地共享文件。文件一旦被添加进VSS，它的每次改动都会被记录下来，用户可以恢复文件的早期版本，项目组的其他成员也可以看到有关文档的最新版本，并对它们进行修改，VSS也同样会将新的改动记录下来。你还会发现，用VSS来组织管理项目,使得项目组间的沟通与合作更简易而且直观。
VSS可以同 Visual Basic、Visual C++、Visual J++、Visual InterDev、Visual FoxPro 开发环境以及 Microsoft Office 应用程序集成在一起，提供了方便易用、面向项目的版本控制功能。Visual SourceSafe 可以处理由各种开发语言、创作工具或应用程序所创建的任何文件类型。在提倡文件再使用的今天，用户可以同时在文件和项目级进行工作。Visual SourceSafe 面向项目的特性能更有效地管理工作组应用程序开发工作中的日常任务。

1．1 VSS中的文件
当你要修改某个文档时，需要先从数据库中将它签出（check out），或者告诉VSS你要编辑该文档。VSS会将该文档的副本从数据库中拿到你的工作文件夹(working folder)中，你就可以修改你的文档了。如果其他用户再想对同一文档进行修改，VSS会产生一个信息，告诉他，该文档已被签出（check out），从而避免多人同时修改文档，以保证文档的安全性。
当你完成修改之后，需要将文档签入（check in）VSS。这个操作从你的工作文件夹(working folder)中复制被你修改的文档，并将它放回VSS数据库，以便其他用户能够及时看到文档的改动。VSS能够保存文档的所有改动，并显示最新版本，同时早期版本也会被跟踪记录下来。VSS对反增量技术的运用，仅需要用很少的磁盘空间就能使得用户获取文档的所有版本。
如果你没有修改文档，你可以执行撤消签出(undo check out)命令，文档将被保存为被签出（check out）之前的状态。
如果你只需读取某一文档而并不需要编辑它，你可以执行取出(get)命令，将文档放入你的工作文件夹，再选择查看文档(view)，来查看你的文档的最新版本。

1．2 VSS中的项目
项目(project)是指用户存储在VSS数据库中的所有文件(file)的集合。用户可以在项目之间或项目内部实现文件的添加(add)、删除(delete)、编辑(edit)、共享(share)。一个“项目(project)”在很大程度上类似于一个普通系统的的文件夹，不同的是它能更好地支持文件合并(merge)、跟踪(archive)和版本控制(version control)功能。
文件保存在VSS数据库中的项目(project)里。你无须管理存储在VSS 中的文件正本，除非你要检查或与其它拷贝进行比较。
VSS为每一位用户提供了一份备份文件放入工作文件夹(working folder),供用户对文件进行查看与编辑。尽管没有工作文件夹也可以查看文件，但要想真正实现对文档的处理，必须建立工作文件夹。

1．3     VSS的版本控制功能
VSS能够保存文件的多个版本，包括文件版本之间每一处微小的变动。版本控制有以下几方面的内容：
l     组内合作——在缺省的情况下，一般一个文件在某一时间只允许一个用户对其进行修改，这样可以防止文件意外地被其他用户改动或者覆盖。但管理员可以改动这种缺省的设置，允许文件多层签出。这种设置也能防止过多的、不必要的改动。
l     版本追踪——VSS能够对源代码和其他文件进行存储和早期版本的追踪，从而实现重建文件早期版本等有关功能。
l     跨平台开发——在多平台开发的情况下，版本追踪用于维护核心代码。
l     代码的再使用—— 追踪程序基准使得代码可重用。

1．4 文件的拆分和共享
在VSS中可以实现一个文件被多个项目共享(share)。在一个项目中对文件的改动可以自动反映到其他共享的项目中去。这正提倡了代码重用。在file菜单中的properties中，点击link，可以查看某一文件的共享情况。
拆分(branch)是将文件从原来共享的项目中分离出来的过程。它使得VSS可以实现从不同的路径追踪文件。
注：在其他版本控制系统中，分支是通过跟踪版本号来实现的。例如：版本“2.3.9.2”是版本2.3的第二个修订版本的第九个分支。而VSS通过明显不同的项目名称实现对文件分支的跟踪。
拆分文件就断开了共享连接，使得本项目中的文件与其他原来共享的项目无关。对此文件的修改将不会再反映到其他项目上。拆分是这样被建立的：两个文件以前有着共同的历史记录，从实现拆分开始，他们的历史记录将被VSS分别追踪。
拆分文件之后，link按纽将不再显示已断开的连接，但你可以用path（file菜单中的properties项）按纽浏览拆分的历史记录。
共享（share）文件就是在多个项目间建立文件的连接。拆分(branch)文件就是在项目之间建立了不同的文件路径。

1．5 工作文件夹(working folder)
VSS是存储和管理文件的工具，但是编辑和编译文件必须在VSS指定文件夹中进行。这个文件夹叫工作文件夹，它可以是现存的文件夹，也可以是VSS新建的文件夹。VSS浏览器在文件列表上方显示了文件的工作文件夹的路径。
在VSS系统中，工作文件夹才是你真正用于处理文档的地方。当你要编辑或修改某个文档时，必须对文档实施check out 操作（详见3.3.5修改和编辑文件），VSS将该文档从项目中拷贝出来，放入你的工作文件夹。当你修改完毕并check in 文件之后，VSS又将文件重新拷贝到数据库中以记录你的修改。

一旦你将文件签出，VSS就开始在你的本地机上创建并管理你的工作文件夹。
每一个用户、每一个项目或每一台微机都可以有自己的工作文件夹。如果Joe在项目$/SpreadSheet和$/WordProcessor上工作，他就有相应的2个不同的工作文件夹。如果Hanna在同样的项目上工作，对于每一个项目她又有自己的工作文件夹。
当你为某个项目设置了工作文件夹，你可以用它来放置你该项目中包括子项目再内的所

2 VSS的客户端安装

2．1 安装VSS的系统条件
l     计算机/处理器: 处理器为486DX/66MHz或以上PC机推荐Pentium或更高级的处理器。
l     内存：Windows 95或以后的版本要求16 MB RAM (推荐32 MB)；Windows NT 4.0要求24 MB (推荐32 MB)。
l     硬盘：客户机：典型安装：59MB； 72 MB；安装过程：66 MB；
l     服务器：典型安装：128 MB；最大安装：141 MB；
l     附加硬盘要求：Internet Explorer：典型为43 MB，最大59 MB；MSDN：典型57MB，最大59 MB
l     驱动器：CD ROM
l     显示：VGA或更高级显示器，推荐Super VGA。
l     操作系统：Microsoft Windows 95或以后版本或者Microsoft Windows NT 4.0，NT要求Service Pack 3或更高版本(包括Service Pack 3〕
l     外围设备/其它: Microsoft Internet Explorer 4.01 Service Pack 1 (包含).

2．2 从网络安装VSS客户端
1）     打开本地计算机的“网上邻居”属性对话框；
2）     点击“配置”按纽；
3）     将“MICROSOFT网络用户”的属性设置为：登录到WINDOWS NT 域，域名为PLANNING；
4）     添加TCP/IP、NETBEUI、IPX/SPX协议；
5）     重新启动计算机，登录“planning”域；
注：管理员为每位NT用户设置的登录密码为“111”，用户在第一次登录时，计算机会提示用户修改密码。
6）     从“网上邻居”的“planning”域中查找服务器“VSSDATA”；
7）     打开共享的“VSS”文件夹并双击“NETSETUP”；
8）     按照安装程序的提示开始安装。

3 VSS的基本使用操作

3．1 登录VSS
点击VSS图标或从程序菜单中运行Visual SourceSafe 6.0，即可打开VSS浏览器。
如果用户登录的VSS密码和登录PLANNING域的密码是一致的，系统将不再提示输入进入VSS数据库的密码；如果用户为VSS设置的密码与登录PLANNING域的密码不同，系统将提示用户输入VSS的登录密码。关于如何修改VSS用户密码，详见“3.2.14修改用户密码”。

3．2 VSS浏览器

当你一打开VSS，如果你设定了密码的话，它会提示你输入密码。如果你没有设定密码，你可以直接看到浏览器。在浏览器上，你可以浏览你的数据库、查看项目列表、显示文件统计信息、执行命令对文件和项目进行操作等。浏览器的最上方的标题栏是你当前连接的数据库。VSS使用符号来提供有关文件和项目信息。
菜单栏的下面是常用工具栏，这里有许多常用命令的按纽，它可以帮你快速地执行对文件的操作。
在项目栏中，显示有项目列表，包括特殊项目的有关信息。文件栏显示了当前项目的所有文件的列表。结果栏显示当前你所执行的操作的结果。

3．3 VSS基本操作

3．3．1创建新的文件夹
1）     选中要创建新文件夹的项目（上级文件夹）；
2）     在file菜单中选中creat project；
3）     写入要添加的文件夹的名称，同时也可以在comment栏中为新建的文件夹添加备注；
4）     点击OK。

3．3．2添加文件夹
1）     选中你要添加文件夹的项目（上级文件夹）；
2）     在file菜单中选中add files；
3）在文件夹列表中选中要添加的文件夹；
4）点击add，同时可以在comment栏为你添加的文件夹做一个简单备注；
5）如果你要连同子文件夹一起添加，选择Recursive；
5）     点击OK，成功添加了一个带有备注的文件夹。或者点击close，退出操作，返回add   files对话框，点击close。

3．3．3添加文件
3．3．2．1使用add命令添加文件
1）选中你要添加文件的文件夹；
2）     在fil菜单中选中add files；
3）     在文件列表中选中要添加的文件；如果要添加多个文件，可以使用CTRL键或SHIFT键，同时选中多个文件；
4）点击add，同时可以在comment栏为你添加的文件夹做一个简单备注；
5）点击OK。
3．3．2．2用拖动的方法添加文件/文件夹
1）打开VSS浏览器，调整其大小，使得Windows资源管理器能够显示出来；
2）打开Windows资源管理器，调整大小，使得两个浏览器可以同时显示；
3）从Windows资源管理器中选择你要添加的文件或文件夹；
4）     拖动你所选的文件或文件夹，放入VSS浏览器，文件被添加进项目，而添加的文件夹将作为项目的子项目。

3．3．3查看文件
1）在文件列表中选中要查看的文件；
2）在EDIT菜单中选中view，打开对话框；
3）选中view SourceSafe’s copy of this file；
4）点击OK。

3．3．4创建工作文件夹
在执行签入(check in)、签出(check out)、撤消签出(undo check out)、取出最新版本(get latest version)和文件合并(merge branches)等命令时都必须使用工作文件夹。工作文件夹可以随时设定或修改，VSS系统中可以通过两种方式设置工作文件夹。
3．3．4．1专门创建工作文件夹
1）     在VSS浏览器的文件或项目列表中选中要设置工作文件夹的文件/文件夹；
2）     在file菜单中选择set working folder，打开对话框；
3）     在资源管理列表中选择或新建文件夹；
4）     点击OK。
3．3．4．2利用check out操作设置工作文件夹
在对文件执行check out操作时，如果该文件还没有设置工作文件夹，系统会提示用户为文件创建或指定工作文件夹，用户可以根据系统的提示对文件进行工作文件夹的设置。

3．3．5修改和编辑文件
1）     在edit菜单中选中edit file，打开对话框；
2）     选择check out this file and edit it in your working folder；
3）     点击OK。
注：如果用户已经为文件设置了工作文件夹，VSS会将该文件的一个COPY放入你的工作文件夹并打开文件，让用户进行修改和编辑；如果用户还没有为文件设置工作文件夹，VSS系统会提醒用户设置工作文件夹，用户可根据系统提示，先设置工作文件夹，才可以对文件进行编辑。

3．3．6移动文件/文件夹
3．3．6．1移动文件
你只有一种方法移动文件：将文件共享(share)到项目中，再将其从原来的项目中delete或是destroy。移动文件后，历史信息仍然有效。但是你不能用move命令来移动单个的文件。
3．3．6．2移动文件夹（project）
注：要使用移动(move)命令，必须先请管理员为你设置对移动目的项目的添加(add)权限和对源项目中文件的破坏(destroy)权限。
使用移动命令你可以重新定位子文件夹，将其从一个文件夹移动到另一个文件夹中。这个命令重新定义了被移动文件夹的路径。
这个命令不可以重命名文件；你只能通过执行重命名命令来实现它。这个移动命令不会改变文件夹的内容或其中子文件夹的历史信息，它只会影响到新的和旧的上级文件夹的历史信息。
警告：当你移动一个文件夹之后，就不能再如实地重建其上级文件夹的早期版本。
移动文件夹的具体操作步骤如下：
1）     选中要移动的文件夹；
2）     在file菜单中选中move，打开对话框；
3）     在列表中选择目标文件夹；
4）     点击OK。

3．3．7共享文件/文件夹(share)
1）     在VSS浏览器中选择你要共享的目标项目。
2）     在SourceSafe菜单中选择share，打开共享对话框。
3）     在file to share列表中选择你要共享的文件，如果文件没有显示，可以旁边的项目列表中查找。
4）     点击share。
5）     点击close。

3．3．8拆分文件（branch）
3．3．8．1拆分被共享的文件
1）     在浏览器中选中你想要拆分的文件；
2）     在SourceSafe菜单中选择branch，打开拆分对话框；
3）     在comment中填写备注；
4）     点击OK。
3．3．8．2用一步操作完成文件的拆分与共享
1）     在VSS浏览器中选择你要branch/share的项目；
2）     在SourceSafe菜单中打开share对话框；
3）     在file to share列表中选择要共享的文件，如果你要的文件没有显示，在项目列表中

3．3．9删除/恢复文件或文件夹
如果想从VSS中移走某个文件，你必须首先确定是仅仅从项目中移走，还是从VSS数据库中移走。你还必须确定是要删除文件，但使其能够恢复，还是永久性地破坏它。
VSS中有以下三种途径可以实现从数据库中移走文件。
3．3．3．9．1删除（delete）
将文件从项目中移走。该文件仍然存在于你的VSS数据库和其它共享该文件的项目中，你可以恢复它。此命令同样适用于项目。
1）     选择文件或项目；
2）     选择file菜单中的delete命令；
3）     点击OK。
3．3．3．9．2破坏（destroy）
删除(delete)对话框中有永久性破坏（the Destroy Permanently）选项，你一旦选中它，文件或项目将从VSS数据库中被移走，你不能再恢复它。此外，当Destroy 和Destroy Permanently命令用于共享文件时，它只作用于当前文件夹，其它共享的文件夹仍然保留该文件，该文件依然保存在VSS数据库中。
1）     选择文件或项目；
2）     选择file菜单中的delete命令；
3）     选中 Destroy Permanently 选项；
4）     点击OK。
3．3．3．9．3清除（Purge）
这个命令将永久性地移走你已经删除的文件或项目，但没有破坏它。你可以使用这一命令清空你的文件或项目中的所有内容，但不能恢复它们。
1）     在VSS浏览器中选中项目；
2）     打开file菜单的properties对话框，按delete按纽；
3）     在列表中选择要清除的文件名；
4）     点击purge；
5）     如果要继续，在VSS给你的提示栏中点击yes。

3．3．10查看文件/文件夹的历史信息或早期版本
在历史信息中保存有每一个文件的详细信息。在history对话框中，你不仅可以浏览到文件的版本信息、备注、以及文件的相关历史记录，也能够获取文件的某个旧版本。
注：只有文件(file)可以从历史信息中check out，文件夹（project）不能从中check out。
你还可以从历史信息对话框中执行get、check out、diff、pin、unpin、roll back和reprot等操作。
要查看历史信息：
1）在tool菜单选中show history，打开history options对话框；
2）点击OK。

3．3．11获取文件的最新版本
1）     选择你要操作的文件，也可以是多个文件或某个项目；
2）     在SourceSafe菜单中选择get latest version；
3）     如果你事先没有设定工作文件夹，VSS会提示你是否设定一个工作文件夹，点击OK，设定一个工作文件夹；
4）     如果你已经确定了选项，VSS就会显示get latest version对话框，你就可以从当前的项目中获取文件的最新版本的备份，它放在你的工作文件夹中。

3．3．12获取文件的早期版本
1）     选中你要查看的文件；
2）     在tool菜单中选中show history，打开history option对话框；
3）     点击OK，打开history对话框；
4）     选中你要看的版本；
5）     点击get，打开get对话框；
6）     如果你事先没有设定工作文件夹，VSS会提示你是否设定一个工作文件夹，点击OK，设定一个工作文件夹；
7）     在取出对话框中点击OK，文件版本的备份就会从当前项目调入你的工作文件夹。

3．3．13修改用户密码
使用更改密码命令来设置或更改你的密码。要更改密码，必须首先知道当前的密码，如果你忘记了自己的密码，请与管理员联系。
登录的时候，VSS会提示你输入密码以确认你的身份。如果管理员为你设置的用户名与你的网络名是相同的，VSS将不会再提示你输入密码。
注：你的VSS的密码可以与你使用的操作系统的密码相同，也可以不同，它并不会替换你操作系统的密码。
     如何更改密码：
1）     从tool菜单打开change password对话框；
2）     在旧密码框里键入你当前的密码；
3）     在新密码框里键入你的新密码；
注：密码可以设1到15个字符，它以*的形式显示；
4）     在确认框里再次键入新密码；
5）     点OK。

3．3．15打开/关闭数据库
如果你使用了VSS，你的文件和项目就会被存储在一个数据库中。它安全地保存你的信息并为你提供重要的历史信息和版本跟踪。要创建新的数据库，要与VSS管理员联系。
3．3．15．1打开现有的数据库
要运行你的VSS，你必须与存储你的文件的数据库连接。这一步通常由VSS自动完成，除非你要选择其他的数据库。如果数据库还没有安装，请与管理员联系。
1）     从file菜单，选择open SourceSafe database，打开对话框；
2）     从数据库列表中选择一个数据库；
3）     点击open，打开数据库。
3．3．15．2关闭数据库
你只能在一个数据库中进行工作。因此，如果要关闭一个数据库，只需打开另一个数据库即可。

现在有三种比较常用微软Source Control 工具：VSS 6.0d，VSS 2005，TFS(Team Foundation Server)，做个简单的比较。

整体功能上，前两者属于小型的管理工具，一般在15个人以下的开发团队中使用比较合适，适合小型的公司或者团队使用。Team Foundation Server 是 Visual Studio Team System 产品线发布的最后一个组件。它为团队项目开发提供了高度集成化的工作平台，可以在大规模的团队开发中使用，不仅可以提供源代码管理功能，还可以提供其他的功能.

1. VSS 6.0d是比较早期的工具，最大支持２GB的数据空间，但是不能支持远程访问。

2. VSS 2005是可以支持最大4GB的数据空间，可以提供远程访问，支持多人签出。

3．TFS是企业级的，支持50个人以上的团队，但是要求必须在Windows 2003 sp1,Sql Server 2005的基础之上，强烈建议干净的安装环境。

http://www.cppblog.com/lilac/archive/2007/12/05/37873.aspx

本文链接

偏态分布（Skewed distribution）

2012-04-17T09:52:00Z

频数分布有正态分布和偏态分布之分。正态分布是指多数频数集中在中央位置，两端的频数分布大致对称。

偏态分布是指频数分布不对称，集中位置偏向一侧。若集中位置偏向数值小的一侧，称为正偏态分布；集中位置偏向数值大的一侧，称为负偏态分布。

如果频数分布的高峰向左偏移，长尾向右侧延伸称为正偏态分布，也称右偏态分布；同样的，如果频数分布的高峰向右偏移，长尾向左延伸则成为负偏态分布，也称左偏态分布。

峰左移，右偏，正偏

峰右移，左偏，负偏

偏态分布只有满足一定的条件（如样本例数够大等）才可以看做近似正态分布。

与正态分布相对而言，偏态分布有两个特点：

一是左右不对称（即所谓偏态）；

二是当样本增大时，其均数趋向正态分布。

http://baike.baidu.com/view/2127980.htm

本文链接

OBO文件中的标签的含义/意思/意义

2012-04-13T12:23:00Z

Tags in a [Term] stanza
The OBO Flat File Format Specification, version 1.0
Required tags
id
The unique id of the current term. This can be any string. This tag must always be the first tag in any term description
Example:
`id: CAR:0000001`
name
The term name. Any term may only have one name defined. If multiple term names are defined, it is a parse error.
Example:
`name: Volkswagen Beetle`

Optional tags
alt_id
Defines an alternate id for this term. A term may have any number of alternate ids.
Example:
`alt_id: CAR:0000666`
namespace
The namespace in which the term belongs. If this tag is not present, the term will be assigned to the `default-namespace` specified in the file header stanza.
Example:
`namespace: car_ontology`
def
The definition of the current term. There must be zero or one instances of this tag per term description. More than one definition for a term generates a parse error. The value of this tag should be the quote enclosed definition text, followed by a dbxref list containing dbxrefs that describe the origin of this definition (see Dbxref Formatting for information on how dbxref lists are encoded).
Example:
`definition: "The Volkswagen Beetle or Bug is a small family car, the best known car of Volkswagen, of Germany, and almost certainly the world. Thanks to its distinctive shape and sound, its reliability, and presumably other factors, it now enjoys a cult status." [http://en.wikipedia.org/ "Wikipedia", VW:0283 ""]`
comment
A comment for this term. There must be zero or one instances of this tag per term description. More than one comment for a term generates a parse error.
Example:
`comment: Note that this term refers to both the old and new (post-1998) Beetles.`
subset
This tag indicates a term subset to which this term belongs. The value of this tag must be a subset name as defined in a subsetdef tag in the file header. If the value of this tag is not mentioned in a subsetdef tag, a parse error will be generated. A term may belong to any number of subsets.
Example:
`subset: classic_cars`
synonym
This tag gives a synonym for the term; whether the synonym is exact, broad, narrow, or otherwise related to the term is not specified. The value of this tag should be the quote enclosed synonym text, followed by an optional dbxref list containing dbxrefs that describe the origin of this synonym (see Dbxref Formatting for information on how dbxref lists are encoded). A term may have any number of synonyms.
Example:
`synonym: "The Bug" [VEH:391840]`
related_synonym
exact_synonym
broad_synonym
narrow_synonym
These tags give a synonym for the term of the specified type; see the documentation on synonyms for information on synonym types. The value of the tag should be the quote enclosed synonym text, followed by an optional dbxref list containing dbxrefs that describe the origin of this synonym (see Dbxref Formatting for information on how dbxref lists are encoded). A term may have any number of related synonyms.
Example:
`exact_synonym: "VW Bug" [VW:0283, TPT:938VWB] related_synonym: "Type 1" []`
xref_analog
A dbxref that describes an analogous object in another vocabulary (see Dbxref Formatting for information about how the value of this tag must be formatted). A term may have any number of analogous xrefs.
Example:
`xref_analog: VW:0283`
xref_unknown
A dbxref with an unknown type (see Dbxref Formatting for information about how the value of this tag must be formatted). A term may have any number of unknown typed xrefs. This tag should not be used if possible (see Parser Requirements for information about how parsers may handle this tag).
is_a
This tag describes a subclassing relationship between one term and another. A term may have any number of is a relationships. Terms with no is a relationships are roots. A term with no is a relationships may not specify any relationship tags. To do so is a parse error.
Example:
`is_a: CAR:0009478`
relationship
This tag describes a typed relationship between this term and another term. The value of this tag should be the relationship type id, and then the id of the target term. The relationship type name must be a relationship type name as defined in a `typedef` tag stanza. The `typedef` must either occur in a document in the current parse batch, or in a file imported via a `typeref` header tag. If the relationship type name is undefined, a parse error will be generated. If the id of the target term cannot be resolved by the end of parsing the current batch of files, this tag describes a "dangling reference". See Parser Requirements for information about how a parser may handle dangling references. If a relationship is specified for a term with an `is_obsolete` value of true, a parse error will be generated. If a relationship target is a term which is obsolete, a parse error will be generated.
Example:
`relationship: part_of CAR:0009478`
is_obsolete
This tag indicates whether or not the term is obsolete. Allowable values are "true" and "false" (false is assumed if this tag is not present). Obsolete terms must have no `relationship` or `is_a` tags.
Example:
`is_obsolete: true`
use_term
This tag indicates which term to use instead of an obsolete term. The value of this tag is the id of another term. If the tag value refers to a term that is not specified in the current load batch, it is a "dangling reference" (see Parser Requirements). If this tag is specified and the `is_obsolete` value for the current term is not true, a parse error will be generated. This tag is not required for terms that specify the `is_obsolete` tag, but it is recommended (some parsers may choose to issue warnings about obsolete terms that do not specify a replacement term). An obsolete term may have any number of `use_term` tags.
domain
This tag determines the children that can be assigned to relationships with this type. If the domain is set, term relationships with this type may only have children that are the same as, or subclasses of, the domain term.
Note: This tag is not used in GO at present, although it is available for use in OBO-formatted files for any ontology.
range
This tag specifies the parents that can be assigned to relationships with this type. If the range is set, term relationships with this type may only have parents that are the same as, or subclasses of, the range term.
Note: This tag is not used in GO at present, although it is available for use in OBO-formatted files for any ontology.
from http://www.geneontology.org/GO.format.obo-1_0.shtml
is_cyclic
This tag indicates that it is legal to create cycles out of this relationship.
Note: This tag is not used in GO at present, although it is available for use in OBO-formatted files for any ontology.
is_transitive
This tag indicates that the relationship is marked as transitive. This information is very useful to reasoners and other automatic traversals of the graph.
Note: This tag is not used in GO at present, although it is available for use in OBO-formatted files for any ontology.
is_symmetric
This tag indicates that the relationship is marked as symmetric (meaning that if the relationship holds from the child to parent, it also holds from parent to child). This information is very useful to reasoners and other automatic traversals of the graph.
Note: This tag is not used in GO at present, although it is available for use in OBO-formatted files for any ontology.
本文链接

Understanding relations in GO

2012-04-13T09:34:00Z

This diagram would be interpreted as follows:

A is a B
B is part of C
we can infer that A is part of C

The is a relation

The is a relation in GO is very simple: if we say A is a B, we mean that node A is a subtype of node B. For example, mitotic cell cycle is a cell cycle, or lyase activity is a catalytic activity.

It should be noted that is a does not mean ‘is an instance of’. An ‘instance’, ontologically speaking, is a specific example of something; e.g. a cat is a mammal, but Garfield is an instance of a cat, rather than a subtype of cat. GO, like most ontologies, does not use instances, and the terms in GO represent a class of entities or phenomena, rather than specific manifestations thereof. However, if we know that cat is a mammal, we can say that every instance of cat is a mammal.

The part of relationship

The relation part of is used to represent part-whole relationships in the Gene Ontology. part of has a specific meaning in GO, and a part of relation would only be added between A and B if B is necessarily part of A: wherever B exists, it is as part of A, and the presence of the B implies the presence of A. However, given the occurrence of A, we cannot say for certain that B exists.

The has part relationship

The logical complement to the part of relation is has part, which represents a part-whole relationship from the perspective of the parent. As with part of, the GO relation has part is only used in cases where A always has B as a part, i.e. where A necessarily has part B. If A exists, B will always exist; however, if B exists, we cannot say for certain that A exists.

The regulates relation

Another common relationship in the Gene Ontology is that where one process directly affects the manifestation of another process or quality, i.e. the former regulates the latter. The target of the regulation may be another process—for example, regulation of a pathway or an enzymatic reaction—or it may be a quality, such as cell size or pH. Analogously to part of, this relation is used specifically to mean necessarily regulates: if both A and B are present, B always regulates A, but A may not always be regulated by B.

The regulates relation has two sub-relations, positively regulates and negatively regulates, to represent these more specific forms of regulation. This means that if A positively regulates X, it is true to say that A regulates X. The following diagram illustrates this relationship:

from: http://www.geneontology.org/GO.ontology-ext.relations.shtml

本文链接

HashMap概述

2012-04-13T06:39:00Z

HashMap是基于哈希表的Map接口的非同步实现。此实现提供所有可选的映射操作，并允许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。

在java编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针（引用），所有的数据结构都可以用这两个基本结构来构造的，HashMap也不例外。HashMap实际上是一个“链表散列”的数据结构，即数组和链表的结合体。

从上图中可以看出，HashMap底层就是一个数组结构，数组中的每一项又是一个链表。当新建一个HashMap的时候，就会初始化一个数组。

/**
* The table, resized as necessary. Length MUST Always be a power of two.
*/
transient Entry[] table;

static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
    V value;
    Entry<K,V> next;
final int hash;
    ……
}

Entry就是数组中的元素，每个 Map.Entry 其实就是一个key-value对，它持有一个指向下一个元素的引用，这就构成了链表。

当我们往HashMap中put元素的时候，先根据key的hashCode重新计算hash值，根据hash值得到这个元素在数组中的位置（即下标），如果数组该位置上已经存放有其他元素了，那么在这个位置上的元素将以链表的形式存放，新加入的放在链头，最先加入的放在链尾。如果数组该位置上没有元素，就直接将该元素放到此数组中的该位置上。

addEntry(hash, key, value, i)方法根据计算出的hash值，将key-value对放在数组table的i索引处。addEntry 是 HashMap 提供的一个包访问权限的方法

当系统决定存储HashMap中的key-value对时，完全没有考虑Entry中的value，仅仅只是根据key来计算并决定每个Entry的存储位置。我们完全可以把 Map 集合中的 value 当成 key 的附属，当系统决定了 key 的存储位置之后，value 随之保存在那里即可。

我们可以看到在HashMap中要找到某个元素，需要根据key的hash值来求得对应数组中的位置。如何计算这个位置就是hash算法。前面说过HashMap的数据结构是数组和链表的结合，所以我们当然希望这个HashMap里面的元素位置尽量的分布均匀些，尽量使得每个位置上的元素数量只有一个，那么当我们用hash算法求得这个位置的时候，马上就可以知道对应位置的元素就是我们要的，而不用再去遍历链表，这样就大大优化了查询的效率。

对于任意给定的对象，只要它的 hashCode() 返回值相同，那么程序调用 hash(int h) 方法所计算得到的 hash 码值总是相同的。我们首先想到的就是把hash值对数组长度取模运算，这样一来，元素的分布相对来说是比较均匀的。但是，“模”运算的消耗还是比较大的，在HashMap中是这样做的：调用 indexFor(int h, int length) 方法来计算该对象应该保存在 table 数组的哪个索引处。

归纳起来简单地说，HashMap 在底层将 key-value 当成一个整体进行处理，这个整体就是一个 Entry 对象。HashMap 底层采用一个 Entry[] 数组来保存所有的 key-value 对，当需要存储一个 Entry 对象时，会根据hash算法来决定其在数组中的存储位置，在根据equals方法决定其在该数组位置上的链表中的存储位置；当需要取出一个Entry时，也会根据hash算法找到其在数组中的存储位置，再根据equals方法从该位置上的链表中取出该Entry。

当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的长度是固定的。所以为了提高查询的效率，就要对HashMap的数组进行扩容，数组扩容这个操作也会出现在ArrayList中，这是一个常用的操作，而在HashMap数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize。

那么HashMap什么时候进行扩容呢？当HashMap中的元素个数超过数组大小*loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值。也就是说，默认情况下，数组大小为16，那么当HashMap中元素个数超过16*0.75=12的时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。

HashMap 包含如下几个构造器：

HashMap()：构建一个初始容量为 16，负载因子为 0.75 的 HashMap。

HashMap(int initialCapacity)：构建一个初始容量为 initialCapacity，负载因子为 0.75 的 HashMap。

HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的负载因子创建一个 HashMap。

HashMap的基础构造器HashMap(int initialCapacity, float loadFactor)带有两个参数，它们是初始容量initialCapacity和加载因子loadFactor。

initialCapacity：HashMap的最大容量，即为底层数组的长度。

loadFactor：负载因子loadFactor定义为：散列表的实际元素数目(n)/ 散列表的容量(m)。

负载因子衡量的是一个散列表的空间的使用程度，负载因子越大表示散列表的装填程度越高，反之愈小。对于使用链表法的散列表来说，查找一个元素的平均时间是O(1+a)，因此如果负载因子越大，对空间的利用更充分，然而后果是查找效率的降低；如果负载因子太小，那么散列表的数据将过于稀疏，对空间造成严重浪费。

HashMap的实现中，通过threshold字段来判断HashMap的最大容量。

from: http://zhangshixi.iteye.com/blog/672697

http://www.iteye.com/topic/539465

本文链接

StringTokenizer

2012-04-13T01:44:00Z

Java中StringTokenizer的一个实例。

代码：

StringTokenizer st = new StringTokenizer("this is a test");

while (st.hasMoreTokens())

{

System.out.println(st.nextToken());

}

打印出来之后是：

this

test

接下来的实例阐明了Stirng.split方法如何将一个字符串分解成其基本令牌的。

String[] result = "this is a test".split("\\s");

for (int x=0; x<result.length; x++)

System.out.println(result[x]);

打印出来之后是：

this

test

StringTokenizer 是出于兼容性的原因而被保留的遗留类（虽然在新代码中并不鼓励使用它）。建议所有寻求此功能的人使用 String 的 split 方法或 java.util.regex 包。

本文链接