Publication

Bacterial mass transport and adhesion using macroscopic fluorescense imaging

Li, J., 2014, Groningen: s.n.. 151 p.

Research output: ThesisThesis fully internal (DIV)Academic

Copy link to clipboard

Documents

  • 00_title.pdf

    Final publisher's version, 466 KB, PDF-document

  • 01_c1.pdf

    Final publisher's version, 469 KB, PDF-document

  • 02_c2.pdf

    Final publisher's version, 649 KB, PDF-document

  • 03_c3.pdf

    Final publisher's version, 935 KB, PDF-document

  • 04_c4.pdf

    Final publisher's version, 1 MB, PDF-document

  • 05_c5

    Final publisher's version, 1 MB, PDF-document

  • 06_c6.pdf

    Final publisher's version, 682 KB, PDF-document

  • 07_summ.pdf

    Final publisher's version, 481 KB, PDF-document

  • 08_samenv.pdf

    Final publisher's version, 459 KB, PDF-document

  • 09_dank.pdf

    Final publisher's version, 367 KB, PDF-document

  • volledige dissertatie

    Final publisher's version, 2 MB, PDF-document

  • Jiuyi Li
Meer inzicht in transport bacteriën In dit onderzoek, is er gekeken naar de effectiviteit van eerder gepubliceerde operon predictiemethodes en zijn er nieuwe methodes hiervoor ontwikkeld. Van de 29 gepubliceerde operon predictiemethoden waren er vier vrijelijk beschikbaar. Uit deze methoden is een lijst van vaak gebruikte indicatoren van operonen gedestilleerd en met deze lijst hebben we eigen operon predictiemethoden ontwikkeld. Deze methoden zijn gebaseerd op een minimale set van indicatoren die zijn gecombineerd met verschillende machine learning algorithmen.
Original languageEnglish
QualificationDoctor of Philosophy
Supervisors/Advisors
Award date15-Jan-2014
Place of PublicationGroningen
Publisher
Print ISBNs9789036764780
Electronic ISBNs9789036764773
Publication statusPublished - 2014

    Keywords

  • Staphylococcus aureus, Beeldverwerking, Dynamica, Stoftransport, Bacterie͏̈n, Macroscopische eigenschappen, Fluorescentie, Biofilms, Adhesie, Proefschriften (vorm), tandheelkunde

View graph of relations

Download statistics

No data available

ID: 2332957