星图识别MATLAB代码-强大的弱监督时间动作本地化

Matlab GPS定位代码用于在仅由移动设备组成的自组织网络中进行节点的2D定位仿真。该代码模拟了随机分布的节点，计算其位置和距离，并通过接收信号强度矩阵实现定位。环境安装简单，需要安装Matlab 2017.1及以上版本。用户可以输入节点数、传感器范围等参数进行模拟实验。

该项目为Unity开发人员提供一种简便的本地化系统实施方案，涵盖了DFT算法的Matlab源代码。我们致力于满足以下主要需求：使用简单的文件进行翻译，支持完整的UI本地化（包括精灵）。该代码按原样发布，完全符合我们的使用方式。

PL/SQL本地化及注册软件，为DBA提供必要的工具支持。需要的用户可以进行下载使用。

PLSQL Developer 5.1.2.682已经进行了中文本地化，使得用户可以更方便地使用。

视频图matlab代码主页：论文“基于全局时间表示的CNN用于红外动作识别”的代码抽象。红外人体动作识别具有多种优势，对光照、外观和阴影变化不敏感。现有方法虽有基于空间或局部时间信息，未考虑全局时间信息对视频中身体运动的更佳描述。本研究提出光流堆叠差异图像（OFSDI）作为新的全局时间表示形式，综合局部、全局和空间时间信息，从红外动作数据中提取鲁棒且判别性强的特征。利用局部、空间和全局时间流应用CNN获取有效的卷积特征图，并通过轨迹约束池聚合为三流轨迹合并的深度卷积描述符（TSTDD）。采用局域约束线性编码（LLC）方法提高特征鲁棒性，并通过线性SVM对动作数据进行分类。实验在红外动作识别数据集InfAR和NTU RGB + D上验证了该方法的优越性。

Matlab分时代码经过修改，使得快速R-CNN能在无bbox注释的弱监督环境下运行。快速R-CNN是由Redmond的Microsoft Research的Ross Girshick开发的基于快速区域的卷积网络，用于对象检测。该框架训练速度显著优于传统的R-CNN和SPPnet，并且在PASCAL VOC数据集上表现出更高的mAP。

Square 开源了其内部使用的跨平台本地化系统 Shuttle。该系统功能强大，集成了项目管理、Git 版本控制、翻译记忆库、译者工作台、术语表和统计分析报表等功能模块，其功能性和易用性可媲美甚至超越了许多专业翻译软件。

PLSQL8的中文本地化工作正在进行中，使其更适合中国用户。

该存储库展示了使用视频动作识别的时间表示方法，通过集成C代码在MATLAB中实现。方法利用预训练的大规模图像数据网络进行特征提取，并结合金字塔池时间序列来捕获短期和长期特征。此外，还提出了一种简单的视频级表示方法，通过时间分割解决了长视频的信息丢失问题。实验结果表明，该方法在第一人称和第三人称动作识别中表现出良好的性能。