awesome-repositories.com
Blog
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektÜber unsRanking-MethodikPresseMCP-Server
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 Repos

Awesome GitHub RepositoriesSpatial Coordinate Filtering

Mechanisms for isolating data subsets based on geometric boundaries or coordinate ranges.

Distinct from Coordinate-Based Spatial Sampling: The candidates are focused on AI embeddings or UI markers, not general data filtering by spatial coordinates.

Explore 2 awesome GitHub repositories matching data & databases · Spatial Coordinate Filtering. Refine with filters or upvote what's useful.

Awesome Spatial Coordinate Filtering GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • querz/mcaselectorAvatar von Querz

    Querz/mcaselector

    4,580Auf GitHub ansehen↗

    mcaselector ist ein Minecraft-Speicherdateieditor, Welt-Chunk-Selektor und Regionsmanager. Er ermöglicht die Modifikation der Struktur und Größe von Weltdateien durch das Entfernen unerwünschter Chunks oder die Verwaltung regionaler Daten. Das Tool bietet eine visuelle Oberfläche zur Auswahl spezifischer Welt-Chunks, die aus einer Speicherdatei exportiert oder gelöscht werden sollen. Es ermöglicht die Extraktion ausgewählter Chunks und Regionen in separate Dateien für Backups oder Übertragungen. Die Software führt Low-Level-Binärverarbeitung durch, einschließlich NBT-Parsing und Koordinaten-zu-Region-Mapping, um spezifische Welt-Entitäten und Kachelstrukturen zu identifizieren und zu modifizieren. Sie unterstützt die In-Place-Binärmodifikation, um Chunks zu löschen, ohne die gesamte Welt-Speicherdatei neu schreiben zu müssen.

    Filters world data by comparing chunk coordinates against user-defined boundary boxes to isolate specific areas.

    Javachunksdeleteexport
    Auf GitHub ansehen↗4,580
  • accord-net/frameworkAvatar von accord-net

    accord-net/framework

    4,540Auf GitHub ansehen↗

    Dieses Projekt ist ein Framework für wissenschaftliches Rechnen im .NET-Ökosystem und bietet eine umfassende Suite von Bibliotheken für numerische Analyse, Statistik und mathematische Optimierung. Es dient als grundlegendes Toolkit für die Entwicklung von Anwendungen in den Bereichen Machine Learning, digitale Signalverarbeitung und Computer Vision. Das Framework bietet spezialisierte Toolkits für das Training und die Bereitstellung prädiktiver Modelle, einschließlich neuronaler Netze, Support Vector Machines und Entscheidungsbäumen. Es zeichnet sich zudem durch tiefe Integrationen für Echtzeit-Bildanalyse aus, wie etwa Objektverfolgung und Gesichtserkennung, ergänzt durch eine dedizierte Bibliothek für digitale Signalverarbeitung zur Erfassung und Filterung von Audio- und Sensorsignalen. Das Funktionsspektrum erstreckt sich auf hochgradige Matrixzerlegung und lineare Algebra, probabilistische Zustandsmodellierung und heuristische Suchalgorithmen. Es deckt zudem eine breite Palette an Datenmanipulations-Dienstprogrammen ab, von Dimensionsreduktion und Normalisierung bis hin zur Organisation räumlicher Daten und Komponenten für wissenschaftliche Visualisierung. Das System enthält Hardware-Integrationscontroller für Kamerakonfiguration, GPIO-Port-Management und spezialisierte Tiefensensor-Hardware.

    Predicts the state of a system in a two-dimensional coordinate system using a Kalman filter.

    C#
    Auf GitHub ansehen↗4,540
  1. Home
  2. Data & Databases
  3. Spatial Coordinate Filtering

Unter-Tags erkunden

  • State Estimation FiltersAlgorithmic filters used to predict the state of a system over time based on noisy measurements. **Distinct from Spatial Coordinate Filtering:** Focuses on state prediction (Kalman filtering) rather than simple boundary-based data isolation.