openCV

全自动脚手架构建：从冻结3DGS检查点自动铺设双三次贝塞尔图块，无需人工干预，唯一超参数为残差阈值τ持久参数绑定：每个高斯原语获得稳定参数坐标(k,u,v,ξ)，编辑状态仅由当前控制点决定，误差不累积统一属性传输：通过单一雅可比矩阵J=F'F⁻¹推导全属性闭合更新——位置仿射变换、协方差二次变换、球

1.数据处理模块：支持Excel试验数据导入、异常值清洗、数据集划分，搭配RSM响应面法生成虚拟样本实现小样本数据增强；2.建模预测模块：搭建BP-ANN神经网络模型，可自定义隐藏层神经元数量，完成材料抗压强度等指标回归预测，输出R²精度评价指标；3.多目标优化模块：基于响应面模型开展配合比参数优化

1.云图获取模块（downloader.py）：支持Mock模式和真实卫星API双模式切换。Mock模式用OpenCV生成红蓝半图+白云带的合成图像用于开发调试；真实模式通过requests从ZoomEarth/FY-4A等公开接口下载云图，内置指数退避重试（2^n秒）和HTTP4xx/5xx分类处

TouchLabel是一个开源的触觉传感器数据标注与分析Python工具包，面向机器人触觉感知研究社区。目前支持4种主流触觉传感器（GelSight、DIGIT、Paxini、Daimon）的数据加载、可视化标注和跨传感器特征提取。核心功能模块：统一数据加载器：一行代码加载不同传感器数据，自动识别格

1.整数模6分类：输入任意正整数范围，自动按模6余数将整数分为阳数（6k+1）、阴数（6k-1）及中性数，并高亮素数。2.半素数分解：对合数进行质因数分解，识别其阴阳因子属性，计算基于勒让德符号的权函数值。3.统计抵消模拟：对阴类半素数执行贪心配对算法，可视化展示污染项的统计期望归零过程。4.数据导

技术栈：MATLAB神经网络+C++QtGUI输入（6个）：贴片图号、速度、高度、压力、芯片压力、时间输出（4个）：角度、平行度、覆盖率、高度模型效果：160组样本训练，R²=0.9048界面：科技风可视化界面简单说就是用神经网络预测贴片机能做到的质量效果，帮工厂提前发现问题、优化参数。

采用C语言开发了下位机系统控制软件，采用C#语言开发了Windows应用界面，实现的发射光谱的测量分析功能。控制激发源激发元素的发射光谱，通过CCD采集信号，完成数据处理分析，得到最终测量结果。