tophat-fusion介绍使用，详细讲解了tophat，bowtie，tophat-fusion，cufflink软件，以及RNA-seq的使用过程

利用小波分析的原理，通过小波变换实现图像融合

基于小波变换的图像融合，可以在matlab上运行。亲测有效。

细节增强的matlab代码多尺度曝光融合 2017年细节增强型多尺度曝光融合的matlab代码本文分为A和B部分。 零件代码：主要用于融合不同的曝光图像，此处的代码基于参考文献[12]和[13]进行了一些修改。 B部分的代码：主要是为了增强融合图像的细节，而优化部分的代码则基于参考文献[31]。

Most 3D shape classification and retrieval algorithms were based on rigid 3D shapes, deploying these algorithms directly to nonrigid 3D shapes may lead to poor performance due to complexity and changeability of non-rigid 3D shapes. To address this challenge, we propose a fusion view convolutional neural networks (FVCNN) framework to extract the deep fusion features for non-rigid 3D shape classification and retrieval. We first propose a projection module to transform the nonrigid 3D shape into a

软件：Fusion 360 官网下载挺麻烦的，又是英文，又要注册账号，一大推问卷调研，所以我把折腾下载好的软件放在C站免积分供大家下载，省去复杂操作。

适用于Android的传感器融合演示 此应用程序演示了各种传感器和传感器融合的功能。 来自陀螺仪，加速度计和罗盘的数据以不同的方式组合在一起，结果显示为可以通过旋转设备旋转的立方体。 在阅读完整的文档。 此应用程序中的主要新颖之处在于虚拟传感器的融合：改进的方向传感器1和改进的方向传感器2将Android旋转矢量与虚拟陀螺仪传感器融合在一起，从而获得了以前未知的稳定性和精度的姿态估计。 除了这两个传感器之外，还可以使用以下传感器进行比较： 改进的方向传感器1（Android旋转矢量和校准的陀螺仪的传感器融合-不稳定，但更准确） 改进的方向传感器2（Android旋转矢量和校准的陀螺仪的传感器融合-更稳定，但准确性更低） Android旋转向量（加速度计+陀螺仪+指南针的卡尔曼滤波融合） 校准的陀螺仪（加速度计+陀螺仪+指南针的卡尔曼滤波融合的单独结果） 重力+指南针 加速

FusionSphere 虚拟化套件 8.0.0 产品文档 06.zip

FusionCare-V100R005C00SPC613-linux.zip

格文斯 GVINS：紧密耦合的GNSS-视觉-惯性融合，用于平稳一致的状态估计。 GVINS是一个基于非线性优化的系统，该系统将GNSS原始测量结果与视觉和惯性信息紧密融合在一起，可进行实时和无漂移状态估计。 通过合并GNSS伪距和多普勒频移测量，GVINS能够在复杂环境中提供平稳且一致的6自由度全局定位。 系统框架和VIO部分改编自 。 我们的系统包含以下功能： ECEF帧中的全局6自由度估计； 多星座支持（GPS，GLONASS，Galileo，北斗）； 在线本地-ENU帧对齐； GNSS不友好甚至是GNSS被拒绝的地区的全球姿态恢复。 1.先决条件 1.1 C ++ 11编译器 该软件包需要C ++ 11的某些功能。 1.2活性氧 该程序包是在环境下开发的。 1.3本征 我们的代码使用进行矩阵处理。 1.4立方米 我们使用 1.12.0来解决非线性优化问题。 1.5 gns