assetstore官网的插件：GettoknowthepowerofUnity4'scharacteranimationsystem,Mecanim,withthiscomprehensiveexamplepackage.Inside,you'llfindelevenexamplescenesdemonstratinglocomotionstatemachines,animationblendtrees,crowdsimulations,multi-layerIKrigs,trajectorytargetmatching,weaponhandling,following,precisionon-spotturning,nav-meshintegrationandmore!

C#winformTreeView递归文件夹

用Java实现的会议室预定系统，有图形界面，使用JTable、JTree等多种组件，同时使用多线程实现。

用于编程语言处理的树结构卷积神经网络,ConvolutionalNeuralNetworksoverTreeStructuresforProgrammingLanguageProcessingTBCNN源码python

这是我自己实现的树状表格TreeGridView自定义控件，支持自动更新到数据库的功能

Thispracticalguideprovidesnearly200self-containedrecipestohelpyousolvemachinelearningchallengesyoumayencounterinyourdailywork.Ifyou’recomfortablewithPythonanditslibraries,includingpandasandscikit-learn,you’llbeabletoaddressspecificproblemssuchasloadingdata,handlingtextornumericaldata,modelselection,anddimensionalityreductionandmanyothertopics.Eachrecipeincludescodethatyoucancopyandpasteintoatoydatasettoensurethatitactuallyworks.Fromthere,youcaninsert,combine,oradaptthecodetohelpconstructyourapplication.Recipesalsoincludeadiscussionthatexplainsthesolutionandprovidesmeaningfulcontext.Thiscookbooktakesyoubeyondtheoryandconceptsbyprovidingthenutsandboltsyouneedtoconstructworkingmachinelearningapplications.You’llfindrecipesfor:Vectors,matrices,andarraysHandlingnumericalandcategoricaldata,text,images,anddatesandtimesDimensionalityreductionusingfeatureextractionorfeatureselectionModelevaluationandselectionLinearandlogicalregression,treesandforests,andk-nearestneighborsSupportvectormachines(SVM),naïveBayes,clustering,andneuralnetworksSavingandloadingtrainedmodels

一篇著名的数据库数据检索论文，由加州伯克利大学的AntoninGuttman撰写。
论文索引：在计算机辅助设计跟空间数据应用中，为了能高效处理空间数据，数据库系统需要一个检索功能从而根据空间位置来迅速抓取数据。
但是，传统的检索方法不适合用于多维空间中的有限大小的数据对象。
在这篇论文中我们设计了一个叫做R-树的动态检索结构，这种设计满足了我们新的需求并且包含了搜索跟更新数据的算法。
通过一系列的测试我们发现这种数据结构非常高效并认为这种结构适合于当前的空间数据应用数据库系统。

读取并显示kinect彩色和深度信息的三种方式。
1.KinectSDK+MFC方法是：利用KinectSDK读出彩色图和深度图，利用MFC窗显示2.KinectSDK+OpenCV方法是：利用KinectSDK读出彩色图和深度图，利用openCV显示3.OpenNI和OpenCV方法是：这个代码非常简单，一看便知Kinect有三个数据流：彩色图，深度图和骨骼点。
KinectSDK是利用三个数据流返回的句柄读取对应信息。
KinectSDK+OpenCV的方法详细内容可以参照博客：http://blog.csdn.net/yangtrees/article/details/16106271利用OpenNI读取kinect代码非常简单，不再做解释。
利用OpenNI读取信息的时候，要正确安装OpenNI和对应的Kinect驱动。
利用本资源提供的源代码，配置好OpenCv,OpenNI和KinectSDK即可运行。

树视图排序包为Atom树形视图包添加排序功能。
产品特点排序方式文档名称文件名（忽略扩展名）文件扩展名文件大小档案存取时间文件变更时间文件修改时间文件创建时间文件组名称（“文件组”表示“组件”，“指令”等，例如“a.component.js”“b.component.js”“a.directive.js”“b.directive.js”）降序排列您可以设置降序排列或升序排列。
区分大小写的排序您可以设置区分大小写的排序或不区分大小写的排序。
排序文件夹使用排序文件夹将对文件夹进行排序，否则将不对文件夹进行排序。
此选项不影响文件之前或之后的排序文件夹的选项。
在文件之前或之后对文件夹进行排序列出目录项时，请在文件之前或之后列出子目录。
申请目录您可以定义将这些设置应用到哪些文件夹的RegEx模式，或者保留空白并应用到所有文件夹。

用matlab实现kd_treed代码，里面有详细的过程

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。