ArcGIS属性表操作教学内容

A r c G I S属性表操作

杭州师范大学

《地理信息系统概论》实验报告

题目：地图编辑和属性表操作

姓名：赵文彪

学号： 2014212425

班级：地信141

学院：理学院

编写日期： 2015–10–16

一、数据的准备和软件的基本设置

1、新建一个文件夹，命名为“2014212425_赵文彪”。讲数据复制到该文件夹下。打开

ArcGis软件。将material>zjsl>bj里的文件加载到图层里。

加载后的图层窗口

加载后的地图页窗口

2、将水资源图加载进来。右键单击左栏toc中任一图层，单击Zoom To Layer选项

加载后的地图页

3、设置文件相对存储位置并保存.mxd文件到里，命名为

“Zhejiang.mxd”

存储相对位置。File>map document properties

保存mxd文件并命名

二、栅格数据的空间匹配

1、在菜单栏空白处右键，在georeferencing前处打钩。将出现的工具条拖到工具栏

2、点击Georeferencing菜单下的“Fit to Display”按钮，栅格图缩放到当前视图大小

点击工具条Georeference上的图标按钮，添加空间匹配的控制点

下图为匹配好的

3、保存栅格配准数据

点击Georeferencing->Recity按钮。在对话框里保存位置改为submit文件夹里。

三、地图要素的编辑

1、对bj_arc线要素进行编辑

将bj_polygon的视图关掉

打开编辑器，选着编辑对象为bj_arc

在creat feature里选着编辑对象bj_arc

图中多余的线将其删除

决策表

黑盒测试：决策表用决策表测试法测试以下程序:该程序有三个输入变量month、day、year（month 、day和year均为整数值，并且满足：1≤month≤12和1≤day≤31),分别作为输入日期的月份、日、年份，通过程序可以输出该输入日期在日历上隔一天的日期。例如，输入为2004 年11月29日,则该程序的输出为2004年12月1日。 (1) 分析各种输入情况，列出为输入变量month 、day 、year 划分的有效等价类。 (2) 分析程序的规格说明，并结合以上等价类划分的情况，给出问题规定的可能采取的操作（即列出所有的动作桩）。 (3) 根据(1) 和(2) ，画出简化后的决策表。 (1)分析各种输入情况，列出为输入变量month、day、year划分的有效等价类。 ①month变量的有效等价类： M1: {month=4,6,9,11} M2: {month=1,3,5,7,8,10} M3: {month=12} M4: {month=2} ②day变量的有效等价类： D1: {1≤day≤26} D2: {day=27} D3: {day=28} D4: {day=29} D5: {day=30} D6: {day=31} ③year变量的有效等价类： Y1: {year是闰年} Y2: {year不是闰年} (2)分析程序规格说明，结合以上等价类划分的情况给出问题规定的可能采取的操作（即列出所有的动作桩）。动作桩：A1: day+1 A2: day=1 A3: month+1 A4: month=1 A5: year+1 A6：不可能 (3)根据条件桩和动作桩，画出决策表

决策表的一种知识约简与规则获取方法

收稿日期:2006-02-28 作者简介:孙胜(1978-),男,湖北黄冈人,博士研究生,研究方向为现代数据库理论与技术及系统实现;导师:王元珍,教授,博士生导师,主要研究方向为现代数据库理论及实现技术。决策表的一种知识约简与规则获取方法孙胜1,2 (1.华中科技大学计算机学院,湖北武汉430074; 2.黄石理工学院计算机学院,湖北黄石435003) 摘要:粗糙集理论是一种新型的数据挖掘和决策分析方法,利用粗糙集理论进行决策表的知识约简与决策规则挖掘已经成为研究热点。文中介绍了粗糙集的基本理论,在此基础上运用该理论对从决策表中获取最小规则进行了研究,提出了决策表约简的启发式方法,并通过一个具体实例详细说明了决策规则获取过程,实例分析表明了其有效性。关键词:粗糙集;决策表;决策规则;属性约简中图分类号:T P311.131 文献标识码:A 文章编号:1673-629X(2006)09-0035-03 Knowledge Reduction and Rule Acquirement Method in Decision Table SUN Sheng 1,2 (1.Schoo l of Computer Science,Huazhong U niv ersity of Science and T echnolog y,Wuhan 430074,China; 2.School of Computer Science,Huangshi Institute of T echnolog y,Huangshi 435003,China) Abstract:Rough set theory is a new data mining and decision analysis method.Knowledge reduction and decision rule mining in decision table by using rough set theory has become a research hotspot.T he article introduces basic con cepts in rough set theory first.M inimal dec-i sion rule acquirement in deci sion table based on rough set theory i s researched.A heuristic approach for rule reduction is put forward,and the procedure of decisi on rule acquirem ent is i lluminated using an example.T he instance analysis show s its validity.Key words:rough set;deci sion table;decision rule;attribute reduction 0 引言粗糙集理论是由波兰科学家Z.Paw lak 教授于1982年提出的一种研究不精确、不确定性知识的数学工具[1,2]。已应用于机器学习、知识发现、数据挖掘、决策支持与分析、专家系统、归纳推理和模式识别等许多科学和工程领域[3]。从实际系统采集到的数据可能包含各种噪声,存在许多不确定因素和不完全信息有待处理。传统的不确定信息处理方法,如模糊集理论、证据理论和概率统计理论等需要数据的附加信息或先验知识,而粗糙集理论能在缺少关于数据的先验知识的情况下,仅仅以对数据的分类能力为基础,对模糊或不确定性数据进行分析和处理,这就克服了以上几种方法的不足之处。知识约简就是在保持知识库的分类和决策能力不变的条件下,删除其中不相关或不重要的知识[4] 。决策表的简化是知识约简的重要内容之一,并在数据挖掘和知识发现等领域有重大应用价值。粗糙集理论的研究对象是一个二元信息表,称为信息系统 [5] 。信息系统由一些对象通过在一些属性上的取值来构成。若属性集合分为条件集和决策集,则信息系统称为决策表。决策表简化的理论基础是属性的核与约简及其关系、规则的核与约简及其关系。根据决策表简化的结果,利用决策规则挖掘算法可以获取决策系统的规则。 1 有关的粗糙集概念现实世界中的信息,在粗糙集理论中用决策表的形式给出。下面先简要介绍一下文中主要用到的Rough 集基本概念,详细的请参考文献[3~5]。定义1 称S =(U,A ,V ,f )是一个知识表达系统,其中U 是非空有限对象集合,U ={X 1,X 2,,,X n };A 是非空有限属性集合;f 是一个U @A 到属性值集合V 上的一个映射,它表示每个对象在每个属性上对应一个值,称为信息函数。若A =C G D ,其中C 是非空有限条件属性集合,D 是非空有限决策属性集合,且C H D =a,则称该知识表达系统为决策表。此知识表达系统又称为决策系统。定义2 若X A U,则称R -(X ){x I U:[x ]R A X }为X 的下近似集,R -(X )={x I U:[x ]R H X X a}为X 的上近似集。pos R (X )=R -(X )称为X 的R 正域,neg R (X )=U -R -(X )称为X 的R 负域。第16卷第9期2006年9月计算机技术与发展 COM PUT ER TECHNOLOGY AND DEVELOPM ENT Vo l.16 N o.9Sep. 2006

ArcGIS的基本操作

基于GIS的家乡公交查询系统实验报告学院 XXXX 班级 XXXXXXXXXX 姓名 XXX 学号 XXXXXXXXXX 指导老师 XXX

2014年11月01日目录一、学习目标---------------------------------2 二、设计的总体框架---------------------------2 三、设计的具体步骤---------------------------3 <一>建立文件地理信息数据库-----------------3 <二>栅格图像的配准------------------------6 <三>绘制地图-----------------------------9 <四>新建网络数据集------------------------13 <五>网络分析-----------------------------18 四、操作问题的讨论---------------------------20 五、学习总结---------------------------------20

一、学习目标通过了解及熟悉使用GIS软件各种功能，设计出一个公交查询系统，可以实现以下几方面的功能： 1、站点查询：输入要查询的车站名称，可以查询出该站点所在具体位置和通过这一公交站点的所有公交线路。 2、线路查询：某路公交线路的空间位置及其属性信息的查询，并亮高显示。 3、换乘查询：查询两条公交线路之间的换乘或者公交线路的与步行通道之间的换乘。 4、最短路查询：输入任何两个地点，即可超寻到最短路径以及行程消耗的时间。二、设计的总体框架第一步：搜集整理信息（包括：公交线路、途径站点、城市栅格图像、控制点的坐标）1路: 机修---南门（东）---鼓楼（南）---中医院---西郊 2路: 机修---东门---东大街---鼓楼（北）---北关什字(西)--西大街--中医院--西郊 3路: 县医院---陇西一中---三中路口---人民广场---北关什字(东)---中医院--西郊 4路: 县医院--人民法院--翡翠新城--人民广场--北关什字(东)--鼓楼（北）--南(西) 5路北关什字(西）---人民广场---柴家门---河浦村 8路: 南门（西）---鼓楼（南）---东大街---陇西大酒店---翡翠新城---陇西一中---中天路口---第三中学—---景家桥---育才中学---华联超市---北大街（西）鼓楼 35° 0'"北 104°38'"东广场喷泉 35° 0'"北 104°38'"东陇西一中 34°59'"北 104°39'"东图图1. 为收集到的城市栅格图像

软件测试决策表总结.doc

软件测试实验报告题目: 决策表法的使用学号: 姓名: 教师: 东南大学成贤学院电子与计算机工程学院 2017年 9 月30 日

实验题目 1、实验内容 NextDate 函数包含三个变量：month（月份）、day（日期）和year（年），函数的输出为输入日期前一天的日期。例如，输入为2007年9月9日，则函数的输出为2007年9月10日。要求输入变量month 、day 和year 均为整数值，并且满足下列条件：（1）1≤month≤12 （2）1≤day≤31 （3）1912≤year≤2050 2、实验目的与要求分别输入测试用例，判断期望输出与实际输出是否相等 3、实验环境操作系统 WIN10 测试工具 VS2010 测试语言 c++语言 4、设计思路分析（包括需求分析、整体设计思路、概要设计）需求分析：此函数的主要特点是输入变量之间的逻辑关系比较复杂。复杂性的来源有两个：一个是输入域的复杂性，另一个是指闰年的规则。例如变量year和变量month取不同的值，对应的变量day会有不同的取值范围，day值的范围可能是1～30或1～31，也可能是1～28或1～29。整体设计思路： NextDate函数中包含了定义域各个变量之间的依赖问题。等价类划分法和边界值分析法只能“独立地”选取各个输入值，不能体现出多个变量的依赖关系。决策表法则是根据变量间的逻辑依赖关系设计测试输入数据，排除不可能的数据组合，很好地解决了定义域的依赖问题。 5、详细设计 NextDate函数求解给定某个日期的下一个日期的可能操作（动作桩）如下：变量day加1操作；变量day复位操作；

ARCGIS中字段计算器的使用说明

Field Calculator 的使用 Field Calculator 工具可以在属性表字段点击右键，选择“Field Calculator ”，或者Data Management Tools->fields-> Calculate Field打开。 1.基本函数针对数值型： Abs：求绝对值 Atn：求反正切值 Cos：求余弦值 Exp：求反对数值 Fix：取整数部分，与Int 函数有区别的 Int：取整数部分 Int 和Fix 函数的区别在于如果number 参数为负数时，Int 函数返回小于或等于number 的第一个负整数，而Fix 函数返回大于或等于number 参数的第一个负整数。MyNumber = Int(99.8) ' 返回99。 MyNumber = Fix(99.2) ' 返回99。 MyNumber = Int(‐99.8) ' 返回‐100。 MyNumber = Fix(‐99.8) ' 返回‐99。 MyNumber = Int(‐99.2) ' 返回‐100。 MyNumber = Fix(‐99.2) ' 返回‐99。

Log：求对数值 Sin：求正弦值 Sqr：开方 Tan：求正切针对字符串型： Asc：返回与字符串的第一个字母对应的ANSI 字符代码 Chr：将一个ASCII 码转为相应的字符，与它对应的是ASC（）函数 Format：返回根据格式String 表达式中包含的指令设置格式的字符串，例如Format(13.3,"0.00")=13.30 Instr：返回某字符串在另一字符串中第一次出现的位置 LCase：返回字符串的小写格式，例如LCase("ARCGIS")="arcgis" Left：返回字符串左边的内容，例如Left("arcgis",2)="ar" ，把[A]字段的前2个字符赋给[B] Len：返回字符串的长度，例如Len("arcgis")=6 LTrim：去掉字符串左边的空格，例如LTrim(" arcgis")="arcgis" Mid：取出字符串中间的内容，例如Mid("arcgis",2,1)="r" 在name 字段前四个字符后面加一个空格，left([name],4) & " " & mid([name],5) QBColor：返回一个Integer 值，该值表示对应于指定的颜色编号的RGB 颜色代码 Right：返回字符串右边的内容，例如Right("arcgis",2)="is" RTrim：去掉字符串右边的空格，例如RTim("arcgis ")="arcgis"

第八章决策表值约简

第八章信息表值约简值约简是在属性约简的基础上对决策表的进一步简化。本章将就决策表的值约简问题进行系统分析，并介绍几种主要的值约简算法。 8.1 决策表值约简概述在第7章中，我们介绍了决策信息表的属性约简，通过属性约简，可以将决策表中对决策分类不必要的属性省略，从而实现决策表的简化，这有利于从决策表中分析发现对决策分类起作用的属性。但是，属性约简只是在一定程度上去掉了决策表中的冗余属性，但是还没有充分去掉决策表中的冗余信息。例如，在表7.3-1所示的关于气象信息的决策表表的属性约简结果中，如果在条件Outlook=Sunny∧Temperature=Hot下，决策属性的取值肯定是N，而无需考虑条件属性Windy的取值是True还是False。显然，这个属性约简结果，对于决策分类来说，仍然包含冗余信息。根据第四章中介绍的决策规则，我们不能够直接从该表中得到满意的决策规则。这就是说我们还需要进一步对决策表进行处理，得到更加简化的决策表，这就是我们本章将要讨论的决策表值约简问题。与属性约简中的属性核一样，值约简中也可以定义相应的值核。决策表S=(U,C,D,V,f)，对于任意的x∈U，用d x表示决策规则，即 d x：des([x]C)?des([x]D)，d x(a)=a(x)，a∈C?D，且d x|C、d x|D分别称为d x的条件和决策。定义8.1-1 考虑一个相容知识表达系统S，对决策规则d x有[x]C?[x]D。若?r∈C，有[x]C-{r}?[x]D，则r为d x的核值属性，r为d x中不可省略的；若[x]C-{r}?[x]D，则r不是d x的核值属性，r为d x中可省略的。

第七章决策表属性约简

第七章信息表属性约简基于Rough集理论的知识获取，主要是通过对原始决策表的约简，在保持决策表决策属性和条件属性之间的依赖关系不发生变化的前提下对决策表进行约简（简化），包括属性约简和值约简。本章将对决策表的属性约简从代数集合观点和信息论的信息熵观点进行系统分析，并介绍几种有效的属性约简算法。 7.1决策表属性约简概述一个决策表就是一个决策信息系统，表中包含了大量领域样本（实例）的信息。在第四章中，我们曾经对决策规则进行了讨论，决策表中的一个样本就代表一条基本决策规则，如果我们把所有这样的决策规则罗列出来，就可以得到一个决策规则集合，但是，这样的决策规则集合是没有什么用处的，因为其中的基本决策规则没有适应性，只是机械地记录了一个样本的情况，不能适应新的、其他的情况。为了从决策表中抽取得到适应度大的规则，我们需要对决策表进行约简，使得经过约简处理的决策表中的一个记录就代表一类具有相同规律特性的样本，这样得到的决策规则就具有较高的适应性。根据定义2.1-1，我们可以进一步讨论决策表中属性的必要性和相应的约简算法。定义7.1-1 设U是一个论域，P是定义在U上的一个等价关系簇，R∈P。如果IND(P-{R})=IND(P)，则称关系R在P中是绝对不必要的（多余的）；否则，称R在P中是绝对必要的。绝对不必要的关系在知识库中是多余的，如果将它们从知识库中去掉，不会改变该知识库的分类能力。相反，若知识库中去掉一个绝对必要的关系，则一定改变知识库的分类能力。定义7.1-2 设U为一个论域，P为定义在U上的一个等价关系簇，R∈P。如果每个关系R∈P在P中都是绝对必要的，则称关系簇P 是独立的；否则，称P是相互依赖的。对于相互依赖的关系簇来说，其中包含有冗余关系，可以对其约简；而对于独立的关系簇，去掉其中任何一个关系都将破坏知识库的分类能力。

大数据环境下多决策表的区间值全局近似约简

软件学报ISSN 1000-9825, CODEN RUXUEW E-mail: jos@https://www.360docs.net/doc/c515338393.html, Journal of Software,2014,25(9):2119?2135 [doi: 10.13328/https://www.360docs.net/doc/c515338393.html,ki.jos.004640] https://www.360docs.net/doc/c515338393.html, +86-10-62562563 ?中国科学院软件研究所版权所有. Tel/Fax: ? 大数据环境下多决策表的区间值全局近似约简徐菲菲1, 雷景生1, 毕忠勤1, 苗夺谦2, 杜海舟1 1(上海电力学院计算机科学与技术学院,上海 200090) 2(同济大学电子与信息工程学院,上海 200092) 通讯作者: 徐菲菲, E-mail: xufeifei@https://www.360docs.net/doc/c515338393.html, 摘要: 在电力大数据中,很多具体的应用如负荷预测、故障诊断都需要依据一段时间内的数据变化来判断所属类别,对某一条数据进行类别判定是毫无意义的.基于此,将区间值粗糙集引入到大数据分类问题中,分别从代数观和信息观提出了基于属性依赖度和基于互信息的区间值启发式约简相关定义和性质证明,并给出相应算法,丰富和发展了区间值粗糙集理论,同时为大数据的分析研究提供了思路.针对大数据的分布式存储架构,又提出了多决策表的区间值全局约简概念和性质证明,进一步给出多决策表的区间值全局约简算法.为了使得算法在实际应用中取得更好的效果,将近似约简概念引入所提的3种算法中,通过对2012上半年某电厂一台600MW的机组运行数据进行稳态判定,验证所提算法的有效性.实验结果表明,所提的3种算法均能在保持较高分类准确率的条件下从对象和属性个数两方面对数据集进行大幅度缩减,从而为大数据的进一步分析处理提供支撑. 关键词: 大数据;区间值;近似约简;多决策表;全局约简中图法分类号: TP181 中文引用格式: 徐菲菲,雷景生,毕忠勤,苗夺谦,杜海舟.大数据环境下多决策表的区间值全局近似约简.软件学报,2014,25(9): 2119?2135.https://www.360docs.net/doc/c515338393.html,/1000-9825/4640.htm 英文引用格式: Xu FF, Lei JS, Bi ZQ, Miao DQ, Du HZ. Approaches to approximate reduction with interval-valued multi- decision tables in big data. Ruan Jian Xue Bao/Journal of Software, 2014,25(9):2119?2135 (in Chinese).https://www.360docs.net/doc/c515338393.html,/ 1000-9825/4640.htm Approaches to Approximate Reduction with Interval-Valued Multi-Decision Tables in Big Data XU Fei-Fei1, LEI Jing-Sheng1, BI Zhong-Qin1, MIAO Duo-Qian2, DU Hai-Zhou1 1(College of Computer Science and Technology, Shanghai University of Electric Power, Shanghai 200090, China) 2(College of Electronic and Information Engineering, Tongji University, Shanghai 200092, China) Corresponding author: XU Fei-Fei, E-mail: xufeifei@https://www.360docs.net/doc/c515338393.html, Abstract: For the big data on electric power, many specific applications, such as load forecasting and fault diagnosis, need to consider data changes during a period of time to determine their decision classes, as deriving a class label of only one data record is meaningless. Based on the above discussion, interval-valued rough set is introduced into big data classification. Employing algebra and information theory, this paper defines the related concepts and proves the properties for interval-valued reductions based on dependency and mutual information, and presents the corresponding heuristic reduction algorithms. The proposed methods can not only enrich and develop the interval-valued rough set theory, but also provide a new way for the analysis of big data. Pertaining to the distributed data storage architecture of big data, this paper further proposes the interval-valued global reduction in multi-decision tables with proofs of its properties. The corresponding algorithm is also given. In order for the algorithms to achieve better results in practical applications, approximate reduction is introduced. To evaluate three proposed algorithms, it uses six months’ operating data of one 600MW unit in some power plant. Experimental results show that the three algorithms ?基金项目: 国家自然科学基金(61272437, 60305094); 上海市教育委员会科研创新项目(12YZ140, 14YZ131); 上海市自然科学基金(13ZR1417500) 收稿时间:2014-03-31; 定稿时间: 2014-05-14

ARCGIS的使用技巧

1. 要素的剪切与延伸实用工具TASK 任务栏Extend/Trim feature 剪切所得内容与你画线的方向有关。 2. 自动捕捉跟踪工具点击Editor工具栏中Snapping来打开Snapping Environment对话框捕捉设置中有3个选项，vertex edge end 分别是节点、终点、和边，选择end应该会捕捉端点 3. 图斑面积计算及长度计算应用工具CALCULATEAREA 或者使用VBA代码实现新建字段并开启Advanced 写入代码，面积计算： DimOutput as double Dim pArea as Iarea Set pArea = [shape] 在最后的一个空格里面写入代码（即:字段名）pArea.area 长度计算： Dim Output as double Dim pCurve as ICurve Set pCurve = [shape] Output = pCurve.Length 4. 剪切图斑 Task任务栏cut polygon feature工具，需要sketch工具画线辅助完成 5. 配准工具 Spatial Adjustment 工具需要注意先要set adjustment data 然后配准 6. 影像校正

Georeferncing工具 7. 要素变形 Task 工具条中的reshape feature 配合sketch工具 8. 添加节点 Modify feature 在需要加点的地方右键单击insert vertex 也可单击右键选择properties打开edit sketchproperties对话框，在坐标点位置右键插入节点 9. 共享多边形生成 Auto-complete polygon 工具生成共享边的多边形，配合snapping environment更好。 10. 画岛图 1）.使用任务栏中的sketch工具，当画完外面的一圈时，右键选择finish part 然后画中间的部分再右键finish sketch 2）.分别画连个图斑然后应用Editor工具栏中的工具先intersect(图斑重叠的地方创建一个新的图斑)然后Clip（剪切）即可。（补充其他工具：Union,把多个图斑联合起来并形成一个新的连接在一起的图斑，原图斑无变化，联合后的图斑不继承原任何图斑的属性；Merge，把多个图斑合并到其中一个图斑上并继承它的属性，原图斑变化；Split用于间断线段，但得知道具体的长度，如果不知道那么长度或者没必要那么精确就直接用Eeitor工具栏的Split tool 工具） 11. 连接外界属性数据（如：.xsl文件等）利用JOIN 工具可以方便的实现与外界属性数据的关联，但这种关联是依赖于外界数据库本身的，需经过重新导出之后即完全保存在相应图层属性页。在做外联如EXCEL等的时候对数据有一些要求，确保第一行包含字段名，这些字段名不能超过十个字母，不能出现特殊字符。最好把EXCEL保存为.csv文件去除一些不兼容的内容再连接。转载ESRI论坛Lucy1114帖子说明: 12. 导出Shape格式为其他软件识别的打印格式如JEPG等格式 FILE/EXPORT MAP 然后选择相应的图片格式，此时也可设置答应的分辨率pdi 13. 建立注记层

Excel数据导入到ArcGIS属性表

Excel数据导入到ArcGIS属性表 ? ?| ?浏览：2175 ?| ?更新：2013-05-05 15:36 ?| ?标签：excel 1、数据准备要把Excel表里的数据导入到ArcGIS里的地图数据里面,对数据有一个要求,就是两份数据都有相同的一个字段,或者说相同的一列。如下面的实例,地图数据和Excel数据里面有一列代表省份。注意两份数据里面的内容必须完全一致。比如说地图里面四川省的省份这一列内容是“四川”,而Excel里面是“四川省”,那么就不能对应起来。 2、把Excel数据加载到ArcGIS里面使用的按钮和加载地图数据的按钮是一样的。有一点要注意到是选择加载文件看到Excel表的时候，这时候要在里面双击Excel表,不要直接点下面的加载。这样打开Excel表里面的列表,选择Sheet1然后加载进来即可。如果数据放在不同的Sheet里面,则选择对应的Sheet就行了。 3、联合属性表在左边的TOC面板中选择右键地图数据,然后使用"Join and Relates"-"Join"工具,打开对话框。在打开的对话框里面选择要Join的表,并选择相对应的字段。这里地图数据使用的是“NAME"段,Excel数据选择的是"省份" 字段,因为它们含有相同的内容.点击OK,然后再打开地图数据的属性表就可以看到Excel数据已经导入到ArcGIS地图数据里面了.

4、导出地图数据因为Join后的属性表只保存在内存中,要是关掉程序再打开地图数据,Excel里的数据又没有了。所以需要将地图数据导出保存。方法也是在地图数据上右键,选择Data-Export Data,选择保存位置可。 5、加载刚保存的数据,这时候Excel里的数据就已经导入到地图数据里面了。

种常用工程材料属性性表

材料名称弹性模量(N/m^2)泊松比质量密度(kg/m^3)抗剪模量(N/m^2)张力强度(N/m^2)屈服强度(N/m^2)热扩张系数(/Kelven)比热(J/(kg.K))热导率(W/(m.k)) Ductile Iron (SN) 1.20E+110.3107.90E+037.70E+108.62E+08 5.51E+08 1.10E-05 4.50E+0275.00 KTH300-06 (GB) 1.90E+110.2707.30E+038.60E+10 3.00E+080.00E+00 1.20E-05 5.10E+0247.00 KTH350-10 (GB) 1.90E+110.2707.30E+038.60E+10 3.50E+08 2.00E+08 1.20E-05 5.10E+0247.00 KTZ450-06 (GB) 1.90E+110.2707.30E+038.60E+10 4.50E+08 2.70E+08 1.20E-05 5.10E+0247.00 KTZ550-04 (GB) 1.90E+110.2707.30E+038.60E+10 5.50E+08 3.40E+08 1.20E-05 5.10E+0247.00 KTZ650-02 (GB) 1.90E+110.2707.30E+038.60E+10 6.50E+08 4.30E+08 1.20E-05 5.10E+0247.00 KTZ700-02 (GB) 1.90E+110.2707.30E+038.60E+107.00E+08 5.30E+08 1.20E-05 5.10E+0247.00 KTB350-04 (GB) 1.20E+110.3107.90E+037.70E+10 3.50E+080.00E+00 1.10E-05 4.50E+0275.00 KTB380-12 (GB) 1.20E+110.3107.90E+037.70E+10 3.80E+08 1.70E+08 1.10E-05 4.50E+0275.00 KTB400-05 (GB) 1.20E+110.3107.90E+037.70E+10 4.40E+08 2.20E+08 1.10E-05 4.50E+0275.00 KTB450-07 (GB) 1.20E+110.3107.90E+037.70E+10 4.50E+08 2.60E+08 1.10E-05 4.50E+0275.00 Gray Cast Iron (SN) 6.62E+100.2707.20E+03 5.00E+10 1.52E+080.00E+00 1.20E-05 5.10E+0245.00 HT100 (GB) 1.08E+110.1237.10E+03 4.80E+10 1.50E+080.00E+008.20E-06 5.10E+0245.00 HT150 (GB) 1.16E+110.1947.00E+03 4.86E+10 1.50E+080.00E+00 1.01E-05 5.10E+0245.00 HT200 (GB) 1.48E+110.3107.20E+03 5.66E+10 2.00E+080.00E+00 1.10E-05 5.10E+0245.00 HT250 (GB) 1.38E+110.1567.28E+03 5.98E+10 2.50E+080.00E+008.20E-06 5.10E+0245.00 HT300 (GB) 1.43E+110.2707.30E+03 5.66E+10 3.00E+080.00E+00 1.12E-05 5.10E+0245.00 HT350 (GB) 1.45E+110.2707.30E+03 5.66E+10 3.50E+080.00E+00 1.12E-05 5.10E+0245.00 Malleable Cast Iron 1.90E+110.2707.30E+038.60E+10 4.14E+08 2.76E+08 1.20E-05 5.10E+0247.00 QT400-15 1.61E+110.2747.01E+03 6.32E+10 4.00E+08 2.50E+08 1.29E-05 5.10E+0247.00 QT400-18 1.61E+110.2747.01E+03 6.32E+10 4.00E+08 2.50E+08 1.29E-05 5.10E+0247.00 QT450-10 1.69E+110.2577.06E+03 6.76E+10 4.50E+08 3.10E+08 1.01E-05 5.10E+0247.00 QT500-7 1.62E+110.2937.00E+03 6.27E+10 5.00E+08 3.20E+089.10E-06 5.10E+0247.00 QT600-3 1.69E+110.2867.12E+03 6.56E+10 6.00E+08 3.70E+08 1.18E-05 5.10E+0247.00 QT700-2 1.69E+110.3057.09E+03 6.47E+107.00E+08 4.20E+08 1.08E-05 5.10E+0247.00 QT800-2 1.74E+110.2707.30E+03 6.84E+108.00E+08 4.80E+08 1.01E-05 5.10E+0247.00 QT900-2 1.81E+110.2707.18E+037.10E+109.00E+08 6.00E+08 1.10E-05 5.10E+0247.00 Q195 2.12E+110.2867.69E+038.24E+10 3.50E+08 1.95E+088.80E-06 4.40E+0243.00 Q215 2.12E+110.2887.69E+038.25E+10 3.50E+08 2.15E+088.80E-06 4.40E+0243.00 Q235-A(F) 2.08E+110.2777.86E+038.14E+10 3.90E+08 2.35E+088.70E-06 4.40E+0243.00 Q235-A 2.12E+110.2887.86E+038.23E+10 3.90E+08 2.35E+08 1.20E-05 4.40E+0243.00 Q235-B 2.10E+110.2747.83E+038.24E+10 3.90E+08 2.35E+088.00E-06 4.40E+0243.00 Q255 2.10E+110.2747.83E+038.24E+10 4.50E+08 2.55E+088.00E-06 4.40E+0243.00 Q275 2.10E+110.2747.83E+038.24E+10 4.90E+08 2.50E+088.00E-06 4.40E+0243.00 08F 2.19E+110.2677.83E+038.62E+10 2.95E+08 1.75E+088.70E-06 4.40E+0248.00 8 2.11E+110.2797.82E+038.25E+10 2.95E+08 1.75E+08 1.22E-05 4.40E+0248.00 10F 2.12E+110.2707.85E+038.26E+10 3.15E+08 1.85E+08 1.25E-05 4.40E+0248.00 10 2.10E+110.2707.86E+038.26E+10 3.15E+08 1.85E+08 1.26E-05 4.40E+0248.00 15F 2.12E+110.2887.85E+038.24E+10 3.55E+08 2.05E+08 1.19E-05 4.40E+0248.00 15 2.13E+110.2897.85E+038.26E+10 3.75E+08 2.25E+08 1.19E-05 4.40E+0248.00

Arcgis常用操作方法总结

一些常用操作方法总结一、计算面积 (可以帮我们计算小班面积) 添加AREA字段，然后右键点击字段列，然后点击CALCULATE VALUES; --->选择ADVANCED－－》把下面的代码输入，然后在最下面=处写OUTPUT点击OK就OK了。 Dim Output as double Dim pArea as Iarea Set pArea = [shape] Output = pArea.area 二、计算长度 (可以帮我们计算林带长度) 同上添加LENGTH字段，然后右键点击字段列，然后点击CALCULATE VALUES; --->选择ADVANCED －－》把下面的代码输入，然后在最下面=处写OUTPUT。点击OK就OK了。 Dim Output as double Dim pCurve as ICurve Set pCurve = [shape] Output = pCurve.Length 三、小班升序排列：同上添加小班号字段，然后右键点击字段列，然后点击CALCULATE VALUES; --->选择ADVANCED －－》把下面的代码输入，然后在最下面=处写OUTPUT。点击OK就OK了。 Static i as long Dim Output as string i=i+1 Output =i 四、村界切割小班选择->根据位置选择,小班are are crossed by the outline of村面,然后选择->设置可选择图层为村面。用追踪工具，任务为切割多边形要素，进行切割五、字段赋值选择->根据位置选择,小班are within村面。打开属性表显示选中的，选择一整列计算字段值对整个字段赋一个常量或，勾选高级加求变量代码六、拓扑检查 ArcCatalog选要进行拓扑检查的文件夹右键->新建个人geodatabase->新建要素集->新建拓扑。ArcMap中打开由拓扑规则产生的文件，利用topolopy工具条中给出的错误记录信息进行修改七、投影和投影转换 ArcToolbox->数据管理->投影和投影转换->project，batch project。（地理变换中加入之前创建自定义地理变换文件）八、合并图层 ArcToolbox->数据管理->常规->merge

多值决策表的最小决策树生成

Computer Science and Application 计算机科学与应用, 2016, 6(10), 617-628 Published Online October 2016 in Hans. https://www.360docs.net/doc/c515338393.html,/journal/csa https://www.360docs.net/doc/c515338393.html,/10.12677/csa.2016.610076 文章引用: 乔莹, 许美玲, 钟发荣, 曾静, 莫毓昌. 多值决策表的最小决策树生成[J]. 计算机科学与应用, 2016, 6(10): Minimal Decision Tree Generation for Multi-Label Decision Tables Ying Qiao, Meiling Xu, Farong Zhong, Jing Zeng, Yuchang Mo Zhejiang Normal University, Jinhua Zhejiang Received: Oct. 5th , 2016; accepted: Oct. 23rd , 2016; published: Oct. 28th , 2016 Copyright ? 2016 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.360docs.net/doc/c515338393.html,/licenses/by/4.0/ Abstract Decision tree is a widely used classification in data mining. It can discover the essential knowledge from the common decision tables (each row has a decision). However, it is difficult to do data mining from the multi-label decision tables (each row has a set of decisions). In a multi-label deci-sion tables, each row contains several decisions, and several decision attributes are represented using a set. By testing the existing heuristic algorithms, such as greedy algorithms, their perfor-mance is not stable, i.e ., the size of the decision tree might become very large. In this paper, we propose a dynamic programming algorithm to minimize the size of the decision trees for a multi- label decision table. In our algorithm, the multi-label decision table is divided into several sub-tables, and the decision tree is constructed by using all subtables of the multi-label decision table, then useful information can be discovered from the multi-label decision tables. Keywords Multi-Label Decision Tables, Decision Trees, Dynamic Programming Algorithm 多值决策表的最小决策树生成乔莹，许美玲，钟发荣，曾静，莫毓昌浙江师范大学，浙江金华收稿日期：2016年10月5日；录用日期：2016年10月23日；发布日期：2016年10月28日 Open Access