som matlab代码自组织图 用于自组织地图（SOM）等的Matlab工具箱。 SOM Toolbox 2.0是用于实现自组织地图算法的Matlab 5的软件库，由Esa Alhoniemi，Johan Himberg，Jukka Parviainen和Juha Vesanto版权所有（C）1999。 运行SOM代码 运行主Matlab文件需要该目录中的所有文件：'data2kde2som'。 该文件将分类（即合并）的数据转换为内核密度估计，然后通过Vesanto等人的SOM功能运行该估计。 需要两个（CSV）输入来运行“ data2kde2som” ：( 1）bin_midpoints（分类数据的每个bin的中点）和（2）适合您的bin的数据（每行代表每个点的数据分布）。 执行主成分分析（PCA） 还有一个名为“ pca_surrey”的文件，对两个文件执行PCA（与SOM输出进行比较）。

带有法线贴图的 Cocos2D 动态光照演示 Andreas Loew / CodeAndWeb GmbH 的教程 感谢 Cocos2d 论坛对 Swift 端口的 collidernyc 该演示在不同的动态光照场景中使用相同的法线贴图精灵。 可以拖动光源从不同角度照亮精灵。 阅读完整教程： 夏日场景（定向光） 亮黄色定向灯 明亮的环境光 冬季场景（定向光、粒子） 明亮的浅蓝色定向灯 明亮的浅蓝色环境光 雪粒子（无光效，仅供娱乐） 点光源场景（point light） 白点光（受限半径） 深灰色环境光 营火场景（动画点光源+粒子） 橙色点光源（受限半径） 深蓝色环境光 火粒子（无光效，仅供娱乐） 动画灯源位置（闪烁） 所有灯光效果都是使用 Cocos2D 的灯光系统实时计算的。 法线贴图 一个普通的映射精灵由 2 个文件组成： 纹理本身用于精灵的颜色。 法线贴图中的

用户友好的商业级软件，用于无人机图像处理。 从航空影像生成地理参考地图，点云，高程模型和带纹理的3D模型。 它支持多种引擎进行处理，目前支持和 。 入门 Windows和macOS用户可以购买自动，从而简化了安装过程。 您也可以从实时USB / DVD运行WebODM。 请参见 。 寻找纯UI安装的Windows用户也可以从下载“ Desktop App”。 要手动安装WebODM，请执行以下步骤： 安装以下应用程序（如果尚未安装）： Python 点子 Windows用户应安装并且1）确保已启用Linux容器（切换到Linux容器...），2）为Docker提供足够的CPU（默认为2）和RAM（> 4Gb，16Gb更好，但留给Windows使用）转到设置-高级，然后3）选择要将虚拟硬盘驱动器驻留在硬盘驱动器上的位置（设置-高级-图像和卷）。 从Docker Quickstart Terminal或Git Bash（Windows），或从命令行（Mac / Linux），键入： git clone https://github.com/OpenDroneMap/WebODM

World Maps Pro Bundle是我们为Unity提供的最完整，最专业的交互式地图资产套件。 总价值255美元！ 包括： • World Political Map Globe Edition • World Political Map 2D Edition • World Map Strategy Kit • World Flags and Weather Symbols

混沌映射在智能优化方法中的应用，提供了改进优化方法的思路。

PCL库，LiDAR，Semantic 3D Object Maps for Everyday Manipulation in Human Living Environments，Ph.D

扩散贴图 引入的扩散图算法的 Python 实现。

proc_maps_parser 一个轻量级的库，用于解析Linux的/ proc / [pid] / maps文件，该文件包含进程的内存映射 / proc / [pid] / maps 包含当前映射的内存区域及其访问权限的文件。 有关内存映射的更多信息，请参见mmap（2）。 #memory映射区域proc_maps_parser表示具有此C结构的存储区域。 struct procmaps_struct{ void * addr_start; // < start address of the region void * addr_end; // < end address of the region unsigned long length; // < length of the region by bytes char perm[ 5 ]; // < permi

Black-Box Explanation of Object Detectors via Saliency Maps 通过显着图对目标检测器的黑盒解释

Threejs-maps 使用 d3.js 和three.js 的两个地图演示。