URDF（UnifiedRobotDescriptionFormat）是ROS中使用的一种机器人描述文件，它以HTML的形式定义一个机器人。
包含的内容有：连杆、关节名称，运动学参数、动力学参数、可视化模型、碰撞检测模型等。
将SolidWorks环境下设计好的图纸转化为urdf文件，便可将该模型放在gazebo里仿真以及完成后续工作了

20121000290边达宇75606520121000424王晨85959620121000553高佳维86939020121000570初国利85878520121000584利振彬70888820121000818孟珂90869620121000921罗云迪86907520121001121田甜95858720121001248王如男90899420121001316邵叶飞80848620121001375周晨曦87869020121001695王洪96889120121001842尹笛露85909420121002002刘宇坤88869020121002152尹然宇82908820121002162孙史磊80948020121002269陈云锅83958520121002321于文涛88908620121002439景揭俊85928520121002585戴贤铎88867820121002685曹厚臻90879020121002775马晴93859020121003127冯泽宇80897520121003358肖寒88909020121003359张赓879584

利用Html、JavaScript、Openlayer、Geoserver、GoogleMaps、百度eChart等WebGIS技术实现了基于AOD、AQI数据的北京市空气质量状况分析系统，实现了站点监测点数据、遥感影像产品面数据进行基于地理位置的时空数据可视化，生动形象的展示了数据时空动态性，该实例为中科院大学《时空数据可视化》课程的综合作业，希望该系统源码能够为从事遥感应用、WebGIS开发、数据可视化从业者们带来一点启示，版权所有，引用请注明出处！

OpenGL的Shader给了程序员对OpenGL的更多的控制权，可对其顶点处理和片段处理进行更个性化的配置以达到炫酷的效果。
Shader的使用步骤是先创建shader对象，再将源码编译到shader对象。
最后通过shader程序，将shader添加并编译、链接和使用。
最后在Qt中以一个简单的例子来验证了shader的效果，入门之后便于理解GLSL更详细的功能，以使自己的可视化程序具有更高的性能，更酷的效果。

用于可视化深度卷积网络学习得到的深度卷积特征的可视化，基于python运行和使用！

图可视化的数据，geojson格式，解析度为1:10万，包含精确的街道等细节数据！想要数据可视化的开发者可用

仿真操作系统实现LRU虚拟内存替换算法，已通过测试。
为了熟悉作业管理和虚页内存管理，了解作业及进程并发操作和虚页调度算法，并能够通过完成硬件结构的设计来实现进程并发、虚页调度、死锁检测等几大基本功能，我们选择了可视化仿真实现作业管理与虚页内存管理这一课题。
在学习相关知识之后，我们实现了裸机硬件的仿真、作业及进程调度的仿真、内存管理的仿真等功能，并通过可视化方式呈现。
裸机硬件的仿真包括CPU、内存Memory、硬盘Disk、时钟、中断和MMU地址变换部件等设计与实现。
其中CPU包含PC寄存器、PSW寄存器、IR寄存器等。
内存Memory大小为32KB，每个物理块大小512B，共64个物理块。
硬盘Disk大小为1MB，1个柱面中有32个磁道，1个磁道中有64个扇区，1个扇区为1个物理块，每个物理块的大小为512B。
MMU地址变换部件负责将逻辑地址转换为物理地址。
内存管理包括虚页内存的设计与实现、页表与快表的设计、内存替换算法等。
快表和页表的表项Page类，包含了页号、对应的块号和访问次数等信息。
快表FastTable和页表PageTable，实现了插入表项、判断是否命中、返回物理块号等功能。
LRU页面替换算法是在MMU地址变换部件中实现的，淘汰最近最长时间没有访问到的页面。

非下采样Contourlet变换（NonsubsampledContourletTransform,NSCT）是一种多分辨率分析方法，它结合了小波变换的多尺度特性与Contourlet变换的方向敏感性。
NSCT在图像处理和计算机视觉领域有广泛的应用，如图像压缩、图像增强、噪声去除和图像分割等。
这个“NSCT变换的工具箱”提供了实现NSCT算法的软件工具，对于研究和应用NSCT的人来说，是一个非常实用的资源。
非下采样Contourlet变换的核心在于其能够提供多方向、多尺度的图像表示。
与传统的Contourlet变换相比，NSCT不进行下采样操作，这避免了信息损失，保持了图像的原始分辨率。
这种特性使得NSCT在处理高分辨率图像时具有优势，特别是在保留细节信息方面。
NSCT工具箱通常包含以下功能：1.**NSCT变换**：对输入图像执行非下采样Contourlet变换，将图像分解为多个方向和尺度的系数。
2.**逆NSCT变换**：将NSCT系数重构回原始图像，恢复图像的完整信息。
3.**图像压缩**：利用NSCT的系数对图像进行编码，实现高效的图像压缩。
由于NSCT在高频部分有更好的表示能力，因此在压缩过程中可以有效减少冗余信息，提高压缩比。
4.**图像增强**：通过调整NSCT系数，可以对图像进行有针对性的增强，比如增强边缘或抑制噪声。
5.**噪声去除**：利用NSCT的多尺度和方向特性，可以有效地分离噪声和信号，实现图像去噪。
6.**图像分割**：在NSCT域中，图像的特征更加明显，有助于进行图像区域划分和目标检测。
该工具箱可能还包括一些辅助函数，如可视化NSCT系数、性能评估、参数设置等功能，方便用户进行各种实验和分析。
使用这个工具箱，研究人员和工程师可以快速地实现NSCT相关的算法，并在实际项目中进行测试和优化。
在使用NSCT工具箱时，需要注意以下几点：-输入图像的尺寸需要是2的幂，因为大多数NSCT实现依赖于离散小波变换，而DWT通常要求输入尺寸为二进制幂。
-工具箱可能需要用户自行配置或安装依赖库，例如MATLAB的WaveletToolbox或其他支持小波运算的库。
-NSCT变换的计算复杂度相对较高，特别是在处理大尺寸图像时，可能需要较长的计算时间。
-在处理不同类型的图像时，可能需要调整NSCT的参数，如方向滤波器的数量、分解层数等，以获得最佳性能。
"NSCT变换的工具箱"是一个强大的资源，对于那些希望探索非下采样Contourlet变换在图像处理中的潜力的人来说，这是一个必不可少的工具。
通过深入理解和熟练使用这个工具箱，可以进一步发掘NSCT在各种应用中的价值。

1-ENVI基础知识2-影像预处理基础3-自定义坐标系4-MODIS几何校正5-地形图的几何校正6-几何校正(RapidEye几何校正)7-TM图像与SPOT图像配准8-TM图像校正（矢量上选点）9-图像融合10-图像镶嵌11-图像裁剪12-图像增强13-监督分类（样本选择）14-监督分类（分类）15-监督分类（分类后处理）16-监督分类（精度验证）17-非监督分类18-快速制图19-三维可视20-基于GLT的几何校正（风云三号气象卫星为例）21-正射校正22-正射校正（选择控制点QB校正）23-RapidEye正射校正24-构建RPC正射校正（BuildRPC）25-图像自动配准26-基于专家知识决策树分类27-决策树自动阈值分类28-面向对象图像分类(城市信息提取)29-面向对象耕地信息提取30-基于立体像对的DEM提取31-DEM分析与应用32-遥感动态监测33-林冠状态遥感变化监测34-森林砍伐监测35-耕地信息变化监测36-雷达图像基本处理37-高光谱基础38-传感器定标和大气校正39-快速大气校正40-波谱库浏览与建立41-植被识别42-矿物识别43-基于波谱沙漏工具的矿物识别44-植被指数计算和分析45-波段运算（bandmath）46-ENVI的二次开发47-IDL简介48-遥感与GIS一体化

冒泡排序可视化，冒泡排序动画版，模拟了冒泡排序的过程，直观展现冒泡排序的全过程，还是非常富有创意的。

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。