vue-d3-graph 基于之前的代码进行修改： 目前只是最基础的版本，主要是提供代码的参考，后续会完善代码内容 一、代码使用说明 1. 依赖安装 yarn install 推荐使用 cnpm 来安装，速度更快： # 二选一 npm install -g cnpm --registry=https://registry.npm.taobao.org npm install cnpm -g --registry=https://registry.nlark.com cnpm i 2. 项目启动 yarn serve 3. 项目打包 yarn build 4. 使用lint检查并修复文件 yarn lint Customize configuration See . 二、代码功能清单 d3初始化 数据解析 数据渲染 图查询更新视图 平移与缩放 文字显示 节点拖拽 鼠标浮动事件 鼠标单击事件

Unity图表插件。

Boost Graph Library: The User Guide and Reference Manual，英文版。C++ In-Depth系列丛书之一，介绍C++图形编程利器的一本好书。包含解密的pdf，可以复制、修改。

基于图割的Matlab实现源码 (解压密码www.matlabfan.com)

适用于 Unity 的顶级 2D/3D 数据可视化。美观度、响应度和互动性。易于使用和快速设置。每项功能都可以从代码和编辑器中自定义。“图形和图表”兼容任何平台，包括 VR/AR、移动端、网页和桌面端。支持所有最新的 Unity 版本。与 UI Canvas 集成。

模型上面，从一侧到另一侧的流光，类似穿透玻璃的效果，通过修改X.Y.Z的参数，可修改流光方向

经典书籍马尔可夫随机场用于图像分析的第三版.新版中加入了许多新的东西:MRF inference的最新方法

在这里，我们提供对深度图相似性学习的现有文献的全面回顾。我们为方法和应用提出了系统的分类法。最后，我们讨论该问题的挑战和未来方向。

Large-Scale Learnable Graph Convolutional Networks（LGCN）论文的ppt pdf 资源分享

随着大数据时代的到来，知识工程受到了广泛关注，如何从海量的数据中提取有用的知识，是 大数据分析的关键。知识图谱技术提供了一种从海量文本和图像中抽取结构化知识的手段，从而具有 广阔的应用前景。本文首先简要回顾知识图谱的历史，探讨知识图谱研究的意义。其次，介绍知识图 谱构建的关键技术，包括实体关系识别技术、知识融合技术、实体链接技术和知识推理技术等。然后， 给出现有开放的知识图谱数据集的介绍。最后，给出知识图谱在情报分析中的应用案例。