应用信息可视化软件CiteSpace V及其辅助工具VOSviewer对分子筛领域的27519篇SCI英文文献进行分析,结合Web of Science(WOS)核心集中的SCI-E,SSCI,CPCI-S数据源,时间跨度为2000—2019年,研究了全球范围内相应文献的时空分布。基于文献计量和统计分析,生成了相应的期刊共被引知识图谱、作者合作知识图谱、作者共被引知识图谱、关键词共现知识图谱以及参考文献共被引知识图谱,分析并得出分子筛领域的研究现状与新兴趋势。结果表明:在世界范围内,该领域近9 a来的研究热度逐年攀升,高产期刊和高被引期刊均为Microporous and Mesoporous Materials,中美2国是开展分子筛研究的主要国家,分子筛领域的高产研究机构为中国科学院。同时,还总结了分子筛领域的主要研究团队和高影响力学者。通过对近10 a文献关键词的共现分析和参考文献的共被引分析,结果发现:纳米微孔沸石的催化机理与应用和分子筛对气体吸附分离性能的分析是当今国际上该领域的研究热点,分子筛金属骨架的改性对催化性能的影响和分子筛在生物质研究领域中的应用是目前国际研究的新兴趋

国际语料库与二语习得前沿演进的可视化研究--基于Web of Science数据库，王静，韩忠军，语料库语言学的研究已经历经了50多年的发展历史。本文以2005-2015年间WoS数据库中有关语料库与二语习得的文献为研究对象，运用科学计�

基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作

自己开发的一个zookeeper可视化工具,用于zookeeper节点的增删查等功能

分析FLAC3D在前期处理中的缺陷,及Ansys可视化建模的优越性;运用Ansys有限元程序强大的前期处理功能完成计算模型的建立,并通过第三方接口程序,将Ansys模型数据转化为FLAC3D模型数据,为FLAC3D数值模拟提供准确的计算模型。文章主要阐述Ansys程序前期处理中快速建模方法和网格划分方法,同时对于在FLAC3D中接触面添加问题作了详细的阐述,为FLAC3D数值计算提供重要的参考价值。

自己做的Java课设，航空管理系统，设计得比较简单，如果有问题解决不了可以私信。 设计了登录界面，对于票务的增删改查等功能

yfiles-neo4j-basic-demo 展示如何在基于 Web 的单页应用程序中使用 yFiles for HTML 2.3 和 Neo4j 来可视化数据库内容。 此存储库用作演示的参考，该演示可用作创建单页 Web 应用程序的指南，该应用程序使用呈现数据库内容的可视化。 如果没有 yFiles for HTML 库或没有 Neo4j 数据库，您无法仅通过克隆此存储库来运行或测试演示。 此存储库最初仅用作和的来源的参考。 如果您今天正在评估 yFiles 的 HTML，请务必坚持使用此存储库中的源代码，该资源库使用现在（在撰写本文时）当前版本的 yFiles，即 2.3。 当前演示是使用构建的，用于 yFiles for HTML 2.3 使用以下设置： ? Which framework do you want to use? No framework ? Applic

知识领域： 数据可视化、疫情数据分析、Web开发、Python编程 技术关键词： Python Flask、数据可视化、疫情数据、前端开发、后端开发 内容关键词： 疫情数据展示、图表可视化、地理信息、实时数据更新 用途： 提供一个基于Python Flask框架的疫情大数据可视化网站，用于展示和分析全球疫情数据，帮助用户更好地理解疫情趋势和数据。 资源描述： 这个资源是一个使用Python Flask框架开发的疫情大数据可视化网站，旨在以图表和地理信息的形式展示全球疫情数据，为用户提供实时更新的数据分析工具。 内容概要： 该网站通过数据可视化技术将全球疫情数据转化为各种图表、地图等形式，包括感染人数、死亡人数、康复人数、疫苗接种情况等信息，以便用户更直观地了解疫情趋势和分布。 适用人群： 适用于对疫情数据感兴趣的公众，数据分析师、学生、政府部门、媒体等人群。 使用场景及目标： 用户可以在该网站上查看全球、国家和地区的疫情数据，进行趋势分析、地理分布观察等。目标是通过直观的数据展示，帮助用户了解疫情的动态变化，从而做出科学决策。 其他说明： 网站可能需要实时获取数据源，用户需要确保数据

PyQT数据可视化的程序，有两套源码。一套可以直接运行，一套用QTDesign编辑。

AsterPlot.1.0.0.0_Power BI 可视化视觉对象和demo