内容概要：文档主要介绍了食用油品质检测与分析的四种技术手段。一是食用油品种识别，通过高光谱图谱结合GLCM算法提取油品纹理特征，再运用GA-SVM模型进行分类，最终以主成分分析散点图和层序聚类图展示分类结果。二是食用油的掺假鉴别，采用SI-PLSR方法建立油茶籽油掺假量预测模型，通过掺假浓度可视化预测图像直观展示掺假程度。三是理化定量预测，利用PCR和PLSR算法建立酸价、过氧化值等理化指标的预测模型并展示预测结果图。四是转基因油品预测，通过对油光谱预处理后建模，以不同颜色油滴标识转基因与否。; 适合人群：食品科学领域研究人员、食用油品质检测技术人员及相关专业的高校师生。; 使用场景及目标：①帮助专业人员掌握食用油品质检测的前沿技术；②为科研教学提供案例参考，提升教学质量；③为实验室检测提供具体操作指导和技术支持。; 其他说明：文档中提到的技术手段均配有图示或动态演示，有助于更直观地理解各个步骤及最终结果。

UnityWebGLChineseInput是一款专为Unity开发的插件，旨在解决在WebGL平台上实现中文输入的问题。UnityWebGL是一个强大的跨平台游戏引擎，它允许开发者将游戏或交互式内容发布到网页上，让玩家无需下载即可体验。然而，由于WebGL的特性，原生的Unity编辑器并不直接支持中文输入，这给中国用户带来了不便。这个插件的出现填补了这一空白。 该插件设计简单易用，开发者只需将UnityWebGLChineseInput.unitypackage导入到自己的Unity项目中，即可轻松启用中文输入功能。这大大简化了在WebGL平台开发过程中集成中文输入的流程，节省了开发时间和精力，同时也提高了用户体验。 插件的核心机制是通过JavaScript接口（JSIL）与WebGL宿主环境进行通信，利用浏览器自身的中文输入法系统来处理输入。当用户在游戏内需要输入中文时，插件会创建一个隐藏的HTML输入框，用户在该输入框中输入中文，然后通过JSIL将输入的文本传递回Unity。这样，即使在UnityWebGL环境中，也能实现流畅的中文输入。 尽管此插件在多个项目中得到了验证和应用，但它存在一定的局限性。主要问题是不支持全屏模式下的中文输入。在全屏模式下，由于浏览器的某些安全限制，可能无法正确显示或捕获输入法窗口，导致用户无法正常输入中文。因此，在开发全屏游戏或应用时，开发者需要考虑如何在不破坏沉浸感的同时，提供一种可行的中文输入解决方案。 为了更好地使用这个插件，开发者需要注意以下几点： 1. 确保Unity版本与插件兼容。不同版本的Unity可能会引入新的API或改变现有API，这可能影响插件的正常工作。 2. 在项目设置中正确配置WebGL Player选项，以启用JavaScript交互。 3. 了解和熟悉Unity的JSIL通信机制，以便于调试和优化输入逻辑。 4. 对于全屏模式下的输入问题，可以尝试使用WebGL的窗口模式或者寻找其他第三方解决方案。 5. 测试插件在不同浏览器和操作系统上的表现，确保广泛的兼容性和稳定性。 UnityWebGLChineseInput插件是解决UnityWebGL平台中文输入难题的有效工具，它提供了便捷的集成方式和良好的用户输入体验。不过，开发者在实际应用中还需关注其限制，并根据具体需求寻找合适的解决方案。

灰度共生矩阵GLCM的matlab代码实现

[UnityCache] Failed to load 'http://192.168.125.224/ms/Build/ms.data.unityweb' from indexedDB cache due to the error: Error: Could not connect to cache: Cache API is not supported. 可以解决以上报错情况 导入到unity后重新Build即可

GLC_Player

主要解决webgl下InputFiled无法输入中文的问题。WebGLChineseInputFiledForUnity使用版本为>=Unity2017，建议使用2018版本。里面带有案例，如果存在问题请向我反馈。

计算机图形学：计算机图形学算法实现

决策树分类作为一种基于空间数据挖掘的知识发现的监督分类方法，它通过决策学习过程得到分类规则并对遥感影像进行分类，突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感先验知识的确定。我们以C5.0算法为基础，通过算法改进，创建了适用于遥感影像分类的决策树算法GLC树，并依托C#+ArcEngine平台设计实现了GLC_Info v1.1，现在增加了多线程，提高了处理效率，更新至1.2版本。该软件以GLC分类器为核心，不仅提供了基于像元的遥感影像分类功能，而且可以在ENVI或者eCognition分割结果的基础上实现遥感影像面向对象自动分类。和以往分类中手动建立规则集相比，该软件通过决策树学习的方式建立规则集，不仅提高了效率，而且大大降低了对操作员的要求。另外该软件还提供了一些辅助分类以及统计分析功能，比如任意图形的加权Voronoi图。 同时笔者兼职提供AE定制开发，各类数据挖掘算法实现，如有需要，请联系QQ406803725

GLCD_Font_Creator.1.20：A user-friendly program that helps you create personalized fonts, symbols, and icons from scratch or by editing Windows fonts, and apply several customization effects (e.g. inversion, outlining)

glcm matlab代码论文名称为“多点地统计的两种参数优化方法” 本文介绍了两种MPS参数优化方法的程序代码。 基于GLCM的方法的源代码是用MATLAB编写的，而深度学习程序代码是用c＃.Net编写的。 1.基于GLCM的方法主程序是“ GLCM_Method.m”，它取决于“ GrayCoMatrix.m”和“ HsimSimilarity.m”。 基于GLCM的方法中使用的第三方代码包含“ sort_nat.m”，“ rotateticklabel.m”。 2.基于深度学习的方法主程序是基于ML.Net的“ Program.cs”。该程序包含代码文件，例如“ Preprocessing_ImageFolder”，“ ImageNetData.cs”，“ MyDataTable.cs”等。 。 在使用这些程序之前，请解压缩两个压缩文件“ demo data.rar”和“ ML_Assets.rar”。 文件“ demo data.rar”包含了本文使用的数据，包括训练图像通道的实现以及基于Snesim和simpat获得的分类。