googlenet有多少层，冰点还原找不到也没法删

1，冰点还原找不到也没法删

没办法删除的最好办法是找到源安装文件再重新安装一下，再用其相关卸载程序卸载。

冰点要按正确步聚卸载，不可以直接删，如果冰点还可以呼出来的话，把设置改为不保护，再重新安装冰点，装好后再运行安装包卸载。如果呼不出的话，那只有重装系统了。

冰点还原找不到也没法删

2，Lecture 9 卷积神经网络架构

首先回顾一下在数字识别领域有巨大成功的LeNet-5，该网络结构为 [CONV-POOL-CONV-POOL-FC-FC]。卷积层使用5x5的卷积核，步长为1；池化层使用2x2的区域，步长为2；后面是全连接层。如下图所示：而2012年的 AlexNet 是第一个在ImageNet大赛上夺冠的大型CNN网络，它的结构和LeNet-5很相似，只是层数变多了——[CONV1-MAX POOL1-NORM1-CONV2-MAX POOL2-NORM2-CONV3-CONV4-CONV5-Max POOL3-FC6-FC7-FC8]，共有5个卷积层、3个池化层、2个归一化层和三个全连接层。如下图所示：之所以分成上下两个部分，是因为当时的GPU容量太小，只能用两个来完成。还有一些细节是： AlexNet夺得ImageNet大赛2012的冠军时，将正确率几乎提高了10%，2013年的冠军是ZFNet，和AlexNet使用相同的网络架构，只是对超参数进一步调优：这样将错误率从16.4%降低到11.7% 14年的冠亚军GoogLeNet和VGG分别有22层和19层，下面来分别介绍。 VGG 相对于AlexNet使用更小的卷积核，层数也更深。VGG有16层和19层两种。卷积核只使用3x3，步长为1，pad为1；池化区域2x2，步长为2。那么为什么使用3x3的小卷积核呢？下面看一下VGG-16的参数和内存使用情况： VGG网络的一些细节是：下面来看一下分类的第一名，GoogLeNet。先说明 GoogLeNet 的一些细节： “Inception”模块是一种设计的比较好的局域网拓扑结构，然后将这些模块堆叠在一起。这种拓扑结构对来自前一层的输入，并行应用多种不同的滤波操作，比如1x1卷积、3x3卷积、5x5卷积和3x3池化。然后将所有滤波器的输出在深度上串联在一起。如下图所示：但是这种结构的一个问题是计算复杂度大大增加。比如考虑下面的网络设置：输入为28x28x256，而串联后的输出为28x28x672。（假设每个滤波操作都通过零填充保持输入尺寸）并且运算花费也非常高：由于池化操作会保持原输入的深度，所以网络的输出一定会增加深度。解决办法是在进行卷积操作前添加一个“瓶颈层”，该层使用1x1卷积，目的是保留原输入空间尺寸的同时，减小深度，只要卷积核的数量小于原输入的深度即可。使用这种结构，同样的网络参数设置下，的确会减少计算量：最终得到的输出为28x28x480。此时总运算量为： Inception module堆叠成垂直结构，这里方便描述，将模型水平放置：所以含参数的层总计3+18+1 = 22层。此外，橙色部分的层不计入总层数，这两块的结构都是：AveragePool 5x5+3(V) - Conv 1x1+1(S) - FC - FC - SoftmaxActivation - Output。“该相对较浅的网络在此分类任务上的强大表现表明，网络中间层产生的特征应该是非常有区别性的。通过添加连接到这些中间层的辅助分类器，我们期望在分类器的较低阶段中鼓励区分，增加回传的梯度信号，并提供额外的正则化。这些辅助分类器采用较小的卷积核，置于第三和第六个Inception module的输出之上。在训练期间，它们的损失会加到折扣权重的网络总损失中（辅助分类的损失加权为0.3）。在预测时，这些辅助网络被丢弃。”——引自原论文从2015年开始，网络的层数爆发式的增长，15-17年的冠军都是有152层，开始了“深度革命”！ ResNet 是一种非常深的网络，使用了残差连接。细节是：表现这么好的ResNet仅仅是因为深吗？答案是否定的，研究表明一个56层的卷积层堆叠网络训练误差和测试误差都比一个20层的网络要大，并且不是过拟合的原因，而是更深的网络优化更难。但是一个更深的模型至少能和一个较浅的模型表现一样好，如果想把一个较浅的层变成较深的层，可以用下面的方式来构建：将原来比较浅的层拷贝到较深的层中，然后添加一些等于本身的映射层。现在较深的模型可以更好的学习。 ResNet通过使用多个有参层来学习输入与输入输出之间的残差映射（ residual mapping ），而非像一般CNN网络（如AlexNet/VGG等）那样使用有参层来直接学习输入输出之间的底层映射（ underlying mapping）。若将输入设为X，将某一有参网络层映射设为H，那么以X为输入的该层的输出将为H(X)。通常的CNN网络会直接通过训练学习出参数函数H的表达式，从而直接得到 X 到 H(X) 的映射。而残差学习则是致力于使用多个有参网络层来学习输入到输入、输出间的残差(H(X) - X)的映射，即学习 X -> (H(X) - X) ，然后加上X的自身映射（identity mapping）。也就是说网络的输出仍然是 H(X) - X + X = H(X)，只是学习的只是 (H(X) - X)，X部分直接是本身映射。残差学习单元通过本身映射的引入在输入、输出之间建立了一条直接的关联通道，从而使得强大的有参层集中精力学习输入、输出之间的残差。一般我们用来表示残差映射，那么残差学习单元的输出即为：。当输入、输出通道数相同时，自然可以直接使用 X 进行相加。而当它们之间的通道数目不同时，我们就需要考虑建立一种有效的自身映射函数从而可以使得处理后的输入 X 与输出 Y 的通道数目相同即。当X与Y通道数目不同时，有两种自身映射方式。一种是简单地将X相对Y缺失的通道直接补零从而使其能够相对齐，另一种则是通过使用1x1的卷积来表示 Ws 映射从而使得最终输入与输出的通道一致。实验表明使用一般意义上的有参层来直接学习残差比直接学习输入、输出间映射要容易得多（收敛速度更快），也有效得多（可通过使用更多的层来达到更高的分类精度）。比如在极端情况下，如果自身映射是最优的，那么将残差设为零比通过使用一堆非线性层进行自身映射更容易。完整的网络结构如下：对于ResNet-50+的网络，为提高计算效率，使用类似GoogLeNet的“瓶颈层”。像Inception模块那样通过使用1x1卷积来巧妙地缩减或扩张特征图维度从而使得3x3 卷积的卷积核数目不受上一层输入的影响，它的输出也不会影响到下一层。不过它纯是为了节省计算时间进而缩小整个模型训练所需的时间而设计的，对最终的模型精度并无影响。 ResNet的实际训练如下：实际的训练效果为可以堆叠很多的层而不使准确率下降：152在ImageNet上, 1202层在CIFAR上。现在和预想中的一致，网络越深，训练准确率越高。横扫了2015年所有的奖项，第一次超过人类的识别率。下面左图通过Top1准确率来比较各种网络的准确性；右图是不同网络的运算复杂度，横轴为计算量，圆圈大小表示内存占用。其中 Inception-v4是 Resnet + Inception。图中可以看出：还可以比较前向传播时间和功率消耗：

Lecture 9 卷积神经网络架构

3，always or什么意思

总是或

4楼回答的很棒，翻译工具还有个“有道”，很方便的！

always------>> 总是; 每次都是; 一直; Or ------->>或. 或者的意思吧满意请采纳，谢谢

always 总是一直 or 或！求采纳！大哥哥！麽麽哒

授人以鱼不如授人与渔。。translate.google.com

always or什么意思

4，here is my asvse you should better learn howto use a di ctionary怎么读

应该是here is my advise , you should better learn how to use dictionary。意思是，这些是我的劝告，你最好学习如何使用字典。读音楼楼可以到这个网址去听，点击下边一个蓝色的地方，然后打开你电脑的声音，就行了。^_^http://translate.google.com/#auto|en|here%20is%20my%20advise%20%2C%20you%20should%20better%20learn%20how%20to%20use%20dictionary

5，广东哪里有新华书店

广州购书中心就是啦

广州的北京路,

每个市都有,在市中心肯定有

到处都有

广东的各个大城市都有新华书店的。中山的新华书店就在中山市新华书店 - ditu.google.com 中山市东区华柏路花园新村富华楼 - +86 760-8334839 行车路线等等 ? 新华书店 - ditu.google.com 广东省中山市市区顺兴北路行车路线等等 ? 中山市新华书店竹苑门市 - ditu.google.com 中山市中山市新华书店竹苑门市 - +86 760-8315619

广州有很多。。如北京路。上下九。。购书中心等

6，死神乌鲁奇欧拉说过的话

意図的にので、嫉妬は、心のために、;はハートのために、スナッチに飲み込む。ハートのために、傲慢、ハートのために、ハート;ための怠惰、怒り。ための決定なので、私が取得したいすべての这是拿1楼到这翻译的 http://translate.google.com/#zh-CN|ja|

　因为有心，所以妒嫉；　　因为有心，所以吞噬；　　因为有心，所以抢夺；　　因为有心，所以傲慢；　　因为有心，所以怠惰；　　因为有心，所以愤怒；　　因为有心，所以　　想要得到你的一切。

我们所处的世界毫无意义而活在这里的我们也没有意义没有意义的我们还想着这世界，而明知道就算知道这件事情没有意义本身，也是毫无意义的. 跟我走女人不准说话你只能回答是如果你说了这句以外的话我就杀死不是你而是你的同伴什么都别问什么都别说你不具有任何权力握在你手中的就只有掌握同伴性命的断头台绳索如此而已搞清楚女人这不是交涉是命令蓝染大人想要你的那种力量我则背负着将你毫发无伤带回的使命我再说最后一次跟我走女人 “吃饭了，快吃” “难道你要我把食物硬塞到你嘴里？还是把你绑起来只注射流质养分？” “我可不是来安慰你的” “一个小时后我会再来一次，要是到时你还不吃，我就把你绑起来硬灌下去，你最好有心里准备” "最起码...我承认你是个必须摧毁的对象!” 要是你还能动，就离开虚夜宫；要是不能动了，就死在这里吧~ "垃圾"

在我们的世界中没有什么意义，　　生存于这个世界的我们同样没有意义，　　无意义的我们思索这个世界，　　甚至连知晓此处没有意义都没有任何意义。　　跟我走，女人。封锁吧，黑翼大魔战斗时不慎被葛力姆乔关入反膜之匪，在被关入之前说了一句“该死”便被作者暂时雪藏。虽然葛力姆乔说“顶多能关他两三个小时”。

意図的にので、嫉妬は、心のために、;はハートのために、スナッチに飲み込む。ハートのために、傲慢、ハートのために、ハート;ための怠惰、怒り。ための決定なので、私が取得したいすべての

7，吉淘吧购物网我这个网站做了ROBOTS上去百度就一直不收是怎

网站建设完成之后，第一件事情就是向各大搜索引擎提交新网站。搜索引擎提交包括提交给搜索引擎爬虫和提交给分类目录。提交给搜索引擎爬虫的目的是让搜索引擎将网站收录到索引数据库。检验网站是否被搜索引擎收录的办法是直接在搜索引擎中搜索网址，查看能否找到网站结果，也可以通过输入命令site:yoursite获得具体的页面收录数量。提交给搜索引擎分类目录有两个目的：一是为了用户通过分类目录检索到网站，二是为网站获得一个高质量的外部链接，有助于增加网站的链接广度。针对自动提交和手工提交给搜索引擎，互联中国ichina.cn一向认为，手工提交是最能保证营销效果的方式。中文网站提交给搜索引擎爬虫和分类目录Google： http://www.Google.com/intl/zh-CN/add_url.html百度： http://www.Baidu.com/search/url_submit.htm一搜： http://www.yisou.com/search_submit.html?source=yisou_www_hp中搜： http://service.chinasearch.com.cn/NetSearch/pageurlrecord/frontpageurl.jsp搜狐： http://db.sohu.com/regurl/regform.asp?Step=REGFORM&;class=雅虎中国分类目录： http://cn.Yahoo.com/docs/info/suggest.html 英文网站提交给搜索引擎爬虫和分类目录 Google： http://www.google.com/addurl/?continue=/addurlMSN： http://search.msn.com/docs/submit.aspx?FORM=WSDD2Yahoo： http://search.yahoo.com/info/submit.html （需要注册）Yahoo分类目录： http://searchmarketing.yahoo.com/dirsb/index.phpDomz分类目录： http://www.dmoz.orgJayde分类目录： http://dir.jayde.com/cgi-bin/submit.cgi

应该先提交给各大搜索引擎才可以收录你网站的~~败笔网络安全小组中秋开放3天注册！【公告】庆中秋，送极品源码+软件大型踢楼活动！参考地址：这次踢楼送的软件都是价值最少于500-3000升至上几万的软件和源码这次送出来的东西列表：抓鸡软件套装 (败笔T楼奖励) 免杀远控（一个月）(败笔T楼奖励) 无壳DDOS （网络僵尸最早版本） (败笔T楼奖励) 免杀捆绑器 (败笔T楼奖励) 传还原下载者（K杀软） (败笔T楼奖励) DDOS网络生成源码+锁定下载地址 (败笔T楼奖励) 驱动的DDOS攻击软件（稳定+防肉鸡掉线）(败笔T楼奖励) 此次活动礼品都是市面价值连城的东西活动奖品均可用拜金币兑换比例晚上8点踢楼活动贴出来请各大会员敬请关注

8，GIS空间数据类型有哪些

1、矢量数据结构，包括：简单数据结构、拓扑数据结构、曲面数据结构。栅格数据结构，包括：栅格矩阵结构、游程编码结构、四叉树数据结构、八叉树和十六叉树结构。2、（1）空间聚类方法在高速公路病害密集区分析中的应用。高速公路路面的病害总是在某些地段较为密集，在某些地段较为疏散．找出病害密集的区域，对于养护决策有着重要的意义．空间聚类可对空间物体的集群性进行分析，应用聚类分析，探寻高速公路的病害密集区，制定养护对策，节省人力、物力、财力。（2）聚类分析法在城市经济空间分区中的应用城市经济分区涉及多个要素,靠仅有的经验和专业知识做定性分类是远远不够的,往往带有主观性和随意性。为找出多个城市之间的比较优势和差距,为有关政策机构在制定政策时提供参考,针对城市综合竞争力的8大要素,采用Q型聚类分析法进行最优分割,按评价系数进行分类。1Q型聚类分析法聚类分析(Cluster Analysis)是研究“物以类聚”的一种方法,国内有人称它为群分析、点群分析、簇群分析等,其基本思想是从一批样本的多个观测指标中,找出度量样本之间或指标之间相似程度(亲疏关系)的统计量,构成一个对称的相似性矩阵,在此基础上进一步找寻各样本。

GIS是世界上独一无二的一种数据库――空间数据库（Geodatabase）。它是一个“用于地理的信息系统”。从根本上说，GIS是基于一种使用地理术语来描述世界的结构化数据库。这里我们来回顾一些在空间数据库中重要的基本原理。 · 地理表现形式作为GIS空间数据库设计工作的一部分，用户要指定要素该如何合理的表现。例如，地块通常用多边形来表达，街道在地图中是中心线（centerline）的形式，水井表现为点等等。这些要素会组成要素类，每个要素类都有共同的地理表现形式。每个GIS数据集都提供了对世界某一方面的空间表达，包括： · 基于矢量的要素（点、线和多边形）的有序集合诸如数字高程模型和影像的栅格数据集网络地形和其它地表测量数据集其他类型数据，诸如地址、地名和制图信息描述性的属性除了地理表现形式以外，地理数据集还包括传统的描述地理对象的属性表。许多表和空间对象之间可以通过它们所共有的字段（也常称为“关键字”）相互关联。就像它们在传统数据库应用中一样，这些以表的形式存在的信息集和信息关系在GIS数据模型中扮演着非常关键的角色。空间关系：拓扑和网络空间关系，比如拓扑和网络，也是一个GIS数据库的重要部分。使用拓扑是为了管理要素间的共同边界、定义和维护数据的一致性法则，以及支持拓扑查询和漫游（比如，确定要素的邻接性和连接性）。拓扑也用于支持复杂的编辑，和从非结构化的几何图形来构建要素（例如，用线来构建多边形）。地理要素共享几何形状。可以使用节点、边、面的关系来描述要素的几何形状在这个网络示例中，街道要素代表连接它们的端点（称为“连接”）的边。转向模型可用于控制从一边到另一边的通行能力 · 专题图层与数据集 GIS将空间数据组织成一系列的专题图层和表格。由于GIS中的空间数据集具有地理参考，因此它们具有现实世界的位置信息并互相叠加。 GIS集成了多种类型的空间数据在一个GIS中，同类型的地理对象集合被组织成图层，例如地块、水井、建筑物、正射影像以及基于栅格的数字高程模型（DEM）。明确定义的地理数据集对于一个实用的地理信息系统是相当重要的，同时专题信息集合使用层来组织，这样的思想也是GIS数据集一个关键的思想。数据集可以用于表达：原始量测值（例如卫星影像）经过解译的信息 l 通过空间分析和建模处理而得来的数据通过层之间共同的地理位置，我们可以很容易地得到多个层之间的空间关系。 GIS使用普通的对象类来管理这些简单的图层，同时凭借一套功能丰富的工具获取数据层之间的关键联系。 GIS会使用通常是来自不同组织机构，并且具有各种表现方式的大量数据集。因此对于GIS数据集很重要的是： · 使用简单并易于理解 · 易于同其他的地理数据集结合使用 · 能够被有效地编辑与校验 · 能够形成具有内容详实，使用和目标描述明确的清晰文档任何的GIS数据库或者用基于文件的数据组织方式都遵循这些共同的原则与概念。每个GIS都需要有一个机制依据这些原则来描述地理数据，并且通过一套综合的工具来使用和管理此信息。

如果你问的是gis的空间数据库的话：gis空间数据库的发展经历三个阶段—— geographic information systems (1980s) geographic information science (1990s) geographic information services (2000s) 第一个阶段gis主要的使用者是一些专业人员，例如地图制图人员等，比如esri arc/info，gis厂商所定位的客户群体是那些只关注于空间数据分析的用户。这块特定的市场相对较小，其中包括科学界和政府部门的专家。与其他信息技术的用户相比，gis用户更多是在封闭的环境中工作，使用特别为他们设计的专用数据库；第二个阶段gis则进行了一系列的规范化，比如提出了较为完善的理论、框架等，出现了数据模型、数据操作等。第三个阶段随着internet时代的到来，出现了另一批使用空间数据的用户群，他们更喜欢在一个非常高级的、用户界面非常友好的层次上使用空间数据。比如百度地图，google earth 支持空间查询，能够迅速定位，选择路径等。如果你只是单纯问数据库的话：总体说来，数据库技术从开始到现在一共经历了三个发展阶段：第一代是网状、层次数据库系统，第二代是关系数据库系统，第三代是以面向对象数据模型为主要特征的数据库系统。第一代包括网状和层次数据库系统，是因为它们的数据模型虽然分别为层次和网状模型，但实质上层次模型只是网状模型的特例而已。这二者都是格式化数据模型，都是在60年代后期研究和开发的，不论是体系结构、数据库语言，还是数据的存储管理，都具有共同特征，所以它们应该划分为一代。第二代数据库系统支持关系数据模型。关系模型不仅具有简单、清晰的优点，而且有关系代数作为语言模型，有关系数据理论作为理论基础。因此关系数据库具有形式基础好、数据独立性强、数据库语言非过程化等特点，这些特点是数据库技术发展到了第二代的显著标志。虽然关系数据模型描述了现实世界数据的结构和一些重要的相互联系，但是仍然不足以抓住和表达数据对象所具有的丰富而重要的语义，因而它属于语法模型。第三代数据库系统的特征是数据模型更加丰富，数据管理功能更为强大，能够支持传统数据库难以支持的新的应用需求。不过你提到了gis那应该是问空间数据库吧？就是在普通关系数据库上加入了对空间数据的处理操作，应该是关系数据库的进一步发展，gis就是空间数据库的一个应用~ 呵呵，我的专业就是gis，今天刚结束空间数据库原理专业课考试，希望能够帮到你。

GIS 试题研究概述（5/40） 1. 什么是地理信息系统? 并简述你对GIS的认识.它与其他系统有哪些异同点? p2-4 字串4定义: 地理信息系统（Geographic Information System, 简称GIS）是由计算机硬件软件和不同方法组成的系统,该系统设计支持空间数据的采集,管理,处理,分析,建模和显示,以便解决复杂的规划和管理问题. 字串7认识: 从技术和应用的角度，GIS是解决空间问题的工具、方法和技术；从学科的角度，GIS是在地理学、地图学、测量学和计算机科学等学科基础上发展起来的一门学科，具有独立的学科体系；从功能上，GIS具有空间数据的获取、存储、现示、编辑、处理、分析、输出和应用等功能；从系统学的角度，GIS具有一定结构和功能，是一个完整的系统。字串6异同点: (1). GIS采用计算机化的技术系统.(同) 字串1(2). 以空间数据作为处理和操作的主要对象, 这是它区别于其他信息系统的根本标志,也是技术难点;因为空间数据具有区域性,多层性,动态变化的特征.(异) 字串9 (3). GIS在数据结构, 空间分析, 搜索查询, 可视化以及演化模拟和决策支持方面的优势,决定了它能提供其他方法难以获得的重要信息.(异) 字串4(4).GIS与地理学和测绘学紧密相关.(异) 字串7字串12. GIS由哪几部分构成?它的基本功能有哪些? P14-p19 字串3由数据采集,数据管理,数据处理和分析,可视化表达与输出四子系统构成. 字串3基本功能: 字串61数据采集与编辑(采集) 字串3 2数据存储与管理(管理) 字串73数据处理和变换(处理) 字串7 4空间分析和统计(分析) 字串95产品制作与显示(输出) 字串96二次开发和编程(二开) 字串1 字串4 3. GIS可应用于哪些领域?请结合你的所学知识论述GIS的运用和发展前景.应用领域(举例): 字串9 a资源管理 (森林,矿产,野生动物,土地,水资源的清查管理保护和分析) 字串3b区域规划 (综合资源环境,交通流量,人口数据,文化,经济等因素进行如道路选线,土地开发字串2d国土监测 (结合遥感数据进行实时灾害报告和环境监测等) 等c规划设计工作.) 字串1 e辅助决策 (辅助企业进行选址,物流,市场分析等商业决策) 字串9 前景系统：组件式GIS(ComGIS) 系统、WebGIS 系统、OpenGIS 系统、3D and 4D GIS 系统、空间数据仓库(Spatial Data Warehouse)、虚拟现实字串3应用：GIS的应用将在市场分析、企业客户关系管理、银行、保险、人口统计、房地产开发、个人位置服务等领域得到广泛的应用，这些领域将是GIS产业发展的新的增长点。实际上，GIS的应用将加速度地深入人们的工作和生活的各个方面。字串6数字地球：从二维向多维，静态向动态发展，具有时序数据处理能力。可实现远程空间数据调用、检索、查询、分析，具有联机事务管理(OLTP)和联机分析(OLAP)管理能力。多尺度比例尺数据无缝融合、互动。具有统一的海量数据存储、查询和分析处理能力、基于空间数据的数据挖掘和强大的模型支持能力。具有与其他计算机信息系统的整体集成能力。例如与MIS、ERP、OA等各种企业信息化系统的无缝集成；微型、嵌入式GIS与各种掌上终端设备集成，如PDA、手机、GPS接收设备等。字串2字串7 4. 请你谈谈GIS的最新发展方向,你对GIS社会化的趋势是怎么理解的? p8-p27发展趋势: 从总体看：随着技术的发展，地理信息系统将向着数据标准化，系统集成化，平台网络化和应用社会化方向发展. 字串1A.数据标准化使GIS市场从单纯的系统驱动转向数据驱动，意味着支持GIS工作的数据结构及数据交换格式的标准化，(建立开放地理信息系统(Open GIS)的互操作标准等)。字串5 B.系统集成化意味着GIS软件部件的对象化，(软件组件。使数据能在系统间流动)。字串9 C.平台网络化意味着GIS的工作平台将逐步从单机转入网络工作环境。GIS引入互联网使GIS可实现网上发布，浏览，下载，实现基于Web的GIS查询和分析。字串9 D.应用社会化意味着GIS的应用范围将随着上述技术的发展不断拓宽，最终走入千家万户。字串6从系统内部看：地理信息系统技术将逐步走向数据采集自动化，空间数据和属性数据组织的一体化，数据结构的标准化及空间分析功能的多样化。字串6 从应用的角度看：GIS的发展还有待于各种专业应用模型的开发。社会化趋势的理解: 字串5社会化要求GIS要面向整个社会，满足社会各界对有关地理信息的需求，简言之就是“开放数据”、“简化操作”，“面向服务”，通过网络实现从数据乃至系统之间的完全共享和互动。字串5字串36. GIS空间数据类型有哪些? p30-p32 字串6根据数据来源分为: 根据表示对象分为: a 地图数据 a 类型数据 b 影像数据 b 面域数据字串5c 地形数据 c 网络数据 d 属性数据 d 样本数据 e 元数据 e 曲面数据字串1 f 文本数据字串7g 符号数据字串1 字串21栅格数据结构: 以规则的阵列来表示空间地物或现象分布的数据组织，组织中的每个数据表示地物或现象的非几何属性特征。特点：属性明显，定位隐含，即数据直接记录属性的指针或数据本身，而所在位置则根据行列号转换为相应的坐标。编码方法：直接栅格编码，就是将栅格数据看作一个数据矩阵，逐行（或逐列）逐个记录代码；压缩编码字串3 2矢量数据结构: 通过记录坐标的方式尽可能精确地表示点、线和多边形等地理实体，坐标空间设为连续，允许任意位置、长度和面积的精确定义。特点：定位明显，属性隐含。编码方法：对于点实体和线实体，直接记录空间信息和属性信息；对于多边形地物，有坐标序列法、树状索引编码法和拓扑结构编码法。8. 何为缓冲区分析? 试举例说明. 空间关系查询有哪几种? 举例说明. 字串3 缓冲区分析：指分析对象的点、线、面实体，自动建立他们周围一定距离的带状区，用以识别这些实体或主体对邻近对象的辐射范围或影响度，以便为某项分析或决策提供依据。（为防止水土流失，按照距河流一定纵深的范围来规划森林的砍伐区；在地震带，绘出围绕断裂线的不同危险等级的缓冲带作警戒指示；在土地评价时，根据距离交通线的远近，进行成本的估算。）字串6空间关系查询：（题目有点怪，答案仅供参考）包括拓扑、顺序、距离、方位等关系查询字串6如：查询满足下列条件的城市：在京沪线的东部距离京沪线不超过50公里城市人口大于100万字串3 城市选择区域是特定的多边形；整个查询计算涉及了空间顺序方位关系（京沪线东部），空间距离关系（距离京沪线不超过50公里），空间拓扑关系（使选择区域是特定的多边形），还有属性信息查询（城市人口大于100万）。

唉。。。你看，在百度上回答最多的就是“他喜不喜欢我啊？”“他XX了我该怎么办啊？”这样的问题，真是一问百应，鱼龙混杂；一旦有人问地信这样的专业问题，不是百度搜索后复制粘帖就是乱搞。。。

文章TAG：googlenet有多少层多少冰点冰点还原

展开更多