浅谈VC如何实现Mapgis属性输入

在实际工作中,可以充分利用VC对Mapgis进行二次开发,达到提高工作效率的目的。本文以如何利用VC开发属性输入程序为例进行说明。

从神经网络中抽取土地评价模糊规则

为了明确土地评价中所训练神经网络的含义,使土地评价工作者可轻松地理解、判断所得到土地评价模型的正确性和合理性,提出从神经网络中抽取土地评价模糊规则的方法。现有的大多数从神经网络中提取方法,神经网络的输入属性要么局限于连续的,要么只适应于离散的,而土地评价因子往往既包含连续的又包含离散的、标称的,该文首先提出了一种输入属性值适应于这三种类型数据的模糊神经网络建立方法,进而给出一种从建立的神经网络中抽取其中较主要模糊规则的算法。试验表明,所提出的土地评价方法,可直接从样本中学习评价规律,使土地评价工作者易于理解,当出现抽取的规则与实际情况不吻合时,可重新训练神经网络和抽取规则,所得到的评价结果比BP网络的评价结果更准确,从而提高了土地评价的准确性。

处理历史性记录的数据模型

为了弥补传统的数据库模型的不足,处理办公室自动化中遇到的大量的历史性记录,提出了对象历史模型来处理历史性数据。本文通过例子分析了对象历史模型的背景和目的,给出了对象历史模型的数学描述,讨论了对象历史的语义限制,如局部限制和回避坏子列限制,以及特殊的查询运算,并综述了国际上在对象历史上研究的动态和成果。