Advertisement

MolecularGraph.jl:用于化学信息学的基于图的分子建模工具包

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:ZIP


简介:
该软件包基于Julia语言实现了一套完整的基于图论的分子建模工具。其核心功能包括:将化学结构文件解析为JSON格式;计算基本描述符如氢键供体和受体、可旋转键以及芳香环特征;提供原子质量和相对分子质量数据,并支持同位素标记信息查询;分析分子图中的拓扑结构,识别环状系统、桥接骨架及连通性特征;实现多种图遍历算法以探索2D几何特性及立体化学属性;利用SMILES和SMARTS模式进行复杂化合物的数据库检索。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • QUBIT4MATLAB V5.7:适与量MATLAB - MATLAB开发
    优质
    QUBIT4MATLAB V5.7是一款专为量子信息科学和量子力学设计的MATLAB工具包,支持研究人员高效地进行量子系统建模、仿真及分析。 该程序包有助于根据非相对论量子力学和量子信息理论中的新思想对自旋链、量子位寄存器等进行建模。特别是,它包含用于重新排序量子位的 MATLAB 例程,用于在移除一些量子位后计算缩减密度矩阵以及部分转置等功能。大多数例程也适用于处理量子位的相关问题。此外,该程序包还包括了处理 GHZ 状态、集群状态、图形状态和 Dicke 状态等的代码。 详情请参阅 README.txt 文件。
  • Py4Chemoinformatics:Python-源码
    优质
    Py4Chemoinformatics是一款专为化学信息学设计的Python工具包。它提供了丰富的功能和模块,用于分子结构处理、数据挖掘及机器学习应用等,助力科研人员高效开展相关研究工作。本项目提供全面的源代码支持。 py4chemoinformatics:用于化学信息学的Python库。
  • Python - 一款一体深度
    优质
    这是一款专为图像分类设计的一体化深度学习工具包,基于Python语言开发,集成了多种神经网络模型和数据处理功能。 一个用于图像分类的一体化深度学习工具包,可以使用MXNet对预训练模型进行微调。
  • DLTK:适Python深度
    优质
    DLTK是一款专为医疗影像数据分析设计的开源Python库,提供了一系列用于构建和训练深度学习模型的模块与工具,助力科研人员及开发者加速研究进程。 DLTK 是一个用于医学图像分析的深度学习工具箱,用 Python 编写的神经网络工具箱,并构建在 Tensorflow 之上。
  • FreeCADPython型(BIM)套装
    优质
    本简介介绍了一套利用开源软件FreeCAD及Python开发的BIM工具套装,旨在为建筑师和工程师提供强大的三维建筑设计与管理解决方案。 基于FreeCAD实现的一整套建筑信息模型(BIM)工具。
  • MONAI:Python AI
    优质
    简介:MONAI是一款专为医疗影像设计的开源人工智能框架,基于Python语言开发,旨在促进深度学习技术在临床医学中的应用与研究。 MONAI 是一个基于 PyTorch 的开源框架,用于医疗成像领域的深度学习,并且是 PyTorch 生态系统的一部分。它的目标包括:发展一个学术、工业和临床研究人员共同合作的社区;为医学影像创建最先进的端到端培训工作流程;提供一种优化和标准化的方式来创造和评估深度学习模型。 MONAI 具有以下特性: - 正在积极开发中的代码库; - 灵活处理多维医疗图像数据预处理的功能; - 易于集成的组合式、可移植 API,适合现有工作流使用; - 针对网络、损失函数和评估指标等特定领域的实现方式; - 为不同专业知识背景用户提供定制化设计选项; - 支持多 GPU 数据并行处理。 安装 MONAI 可以通过以下命令进行: 1. 安装当前版本:`pip install monai` 2. 或者从源代码库中安装:使用类似 `pip install git+https://github.com/Project-MONAI/MONAI#egg=MONAI` 的命令; 3. 预构建的 Docker 镜像可通过 DockerHub 获取,具体运行方式为: ``` # 使用 docker v19.03+ docker run --gpus all --rm -ti --ipc=host ```
  • .zip
    优质
    本资源为《数学建模工具包》,包含常用数学建模软件及工具,适用于学术研究和竞赛准备,助力高效解决复杂问题。 常用的建模数据程序可以根据需求下载,包含了所有建模所需的软件,并可以直接运行使用。只需根据实际需要对数据稍作调整即可。
  • MATLAB数
    优质
    MATLAB数学建模工具包是专为解决复杂科学与工程问题设计的一套高效工具集,支持数据拟合、优化及仿真等多功能应用。 本工具箱主要包括三个部分:支持平台为MATLAB5.3或5.2版本(包含Symbolic math, optim, spline, stats模块)。具体内容如下: 1. 提供了常用数学建模工具的中文帮助文档; 2. 包含了一些贡献给社区的MATLAB数学建模工具,这些工具通常用星号标记; 3. 收录了中国大学生数学建模竞赛历年试题的相关MATLAB程序。 安装步骤: 1. 将MATHMODL.zip文件解压缩到matlab11\toolbox目录下。 2. 启动Matlab,在Path Browser中使用Add path菜单将路径添加至当前工作环境,确保新加入的path位于最前,并保存设置; 3. 回到你的主目录。此时,MATHMODL已经成为一个常规工具箱了。 可以通过输入命令help mathmodl来查看更多内容或直接运行mathmodl学习教程。 数据拟合: - 一元函数插值:interp1 - 样条插值:spline - 多项式拟合/插值:polyfit - 曲线拟合:curvefit - 各种边界条件的样条插值:caspe - 样条拟合:casps - 二元函数插值:interp2 - 不规则数据的二元函数插值:griddata 方程求根: - 矩阵逆运算:inv - 多项式求根:roots - 一维非线性方程零点搜索:fzero - 非线性方程组解法:fsolve - 符号方程解析解:solve - 牛顿迭代法解非线性方程:newton 微积分和微分方程: - 差分计算:diff - 导数运算(符号): diff - 梯形法则数值积分:trapz - 高精度数值积分方法:quad8 - 符号函数的不定/定积分数值解法:int, quadg - 二重矩形区域积分算法:dblquad - 常微分方程求解器(推荐): ode45 - 微分代数方程解析解方法:dsolve 随机模拟和统计分析: - 最大值/最小值计算:max, min - 向量元素的总和或均值:sum, mean - 均方差估计函数:std - 升序排序(向量、矩阵): sort - 按某一列进行升序排列 (多行数据) :sortrows - 生成均匀分布/标准正态分布随机数:rand, randn - 整数重新排列和置换方法:randperm, randmix - 线性回归分析模块:regress - 统计分类工具箱函数: classify 数学规划: - 线性规划求解器(5.3版):lp, linprog - 一维非线性优化问题的极值搜索方法:fmin - 多元非线性最优化算法(拟牛顿法) : fminu - 单纯形搜索策略用于多元函数极值求解: fmins - 非线性规划工具:constr, fmincon 离散优化: - 枚举法解决组合型问题:enum - 蒙特卡洛方法应用于随机抽样或模拟实验设计 : monte - 线性和整数规划问题求解器(5.3版) :lpint , L01p_e, L01p_ie - 非线性混合整数优化:bnb18 - 用于非线性整数规划的图形界面工具(仅限于MATLAB5.3): bnbgui - Kruskal算法和Dijkstra算法实现最小生成树与最短路径计算 : mintreek, minroute - 非矩形域二重积分:dblquad2 图形绘制: - 二维曲线绘图指令:plot - 三维空间中的参数化方程可视化工具: plot3 - 空间曲面的网格表示方法:mesh - 自定义非规整网格下的表面渲染 : meshf - 利用鼠标交互式地生成光滑线条或区域图形绘制辅助功能:draw 中国大学生数学建模竞赛题解: 包含历年赛题及配套程序,如捕鱼策略、节水洗衣机优化设计等。
  • MATLAB数
    优质
    MATLAB数学建模工具包是专为解决复杂科学与工程问题设计的强大软件包,集成了数据拟合、仿真及应用开发功能,适用于各类数值计算任务。 本工具箱主要包括以下三部分内容(支持平台为MATLAB5.3或5.2, 包含Symbolic math、optim、spline、stats): 1. 提供了常用的数学建模工具的中文帮助; 2. 收录了一些用户贡献的MATLAB数学建模工具(带*号标记); 3. 中国大学生数学建模竞赛历年的试题及相应的MATLAB程序。 安装步骤如下: 1. 将MATHMODL.zip文件解压缩至matlab11toolbox目录下。 2. 启动Matlab,使用Path Browser中的Add path菜单将路径增加到matlab11toolboxmathmodl,并将其置于最前面并保存设置; 3. 回到你的工作目录。此时,MATHMODL已成为一个普通的工具箱。 可以通过输入命令help mathmodl来查看内容或直接用命令mathmodl学习教程。 数据拟合部分包括: - interp1:一维函数插值 - spline:样条插值 - polyfit:多项式拟合 - curvefit:曲线拟合