ArcGis的SanFrancisco网络数据集制作(网络分析数据篇)

 

关键字: arcgis 网络数据集
目的:
1.ArcGis的SanFrancisco网络数据集制作,网络数据集是网络分析的数据基础这里用SanFrancisco数据为基础制作网络数据集,虽然SanFrancisco已经提供了现成的做好的网络数据集但是用现成的数据总是不太能很好的理解网络分析,作为一个程序员对制图做数据方面实在是差了,这里通过亲手制作一下网络数据集练习一下。
准备工作:
1.SanFrancisco数据:ArcTutor\GP Service Examples\DriveTimePolygons。
开始:
1.启动ArcCatalog新建DriveTimePolygons文件,然后在DriveTimePolygons新建Scratch和ToolData文件夹。
2.在Scratch文件夹下新建File Geodatabase类型名为Scratch,在ToolData文件夹下新建File Geodatabase类型名为SanFrancisco。
完成后如下图:


3.在SanFrancisco下新建名为BaseMap和Transportation的Feature Dataset,在设置坐标系(coordinate system)的时候采用Import从ArcTutor\GP Service Examples\DriveTimePolygons\SanFrancisco.gdb下任意选取一个图层的坐标系导入进来。完成后如下图:


4.接着是把SanFrancisco数据(ArcTutor\GP Service Examples\DriveTimePolygons\)导入到上面新建的BaseMap和Transportation中。HwySt、Lakes、MajorSt、Parks、ShoreLine图层导入到BaseMap中,Streets图层导入到 Transportation中,完成后如下:


5.接着开始做网络数据集,右键点击Transportation选择New->Network Dataset在对话框中输入名称Streets_ND然后点击下一步然后出现如下的feature classes选择界面,这里只有一个Streets层默认勾选中的只要点击下一步就好了。


6.点击下一步后出现如下界面,注意界面中的Connectivity按钮,点击后进行连通属性设置。

7.点击Connectivity按钮后进行连通属性设置界面如下:


8.网络数据集的数据源分为边线数据、交汇点数据、转弯数据,本例比较简单只含有一个Streets的边线数据集,所以这个也只有一个连通组,设置连通策略也只需要设置边线连通策略就够了,边线连通策略分为端点连通和任意节点连通,本例子选择端点连通。对于点要素的连通策略设置以及多连通组等可以参考Esri的网络分析的帮助这里就不讲了。设置完成后点击Ok按钮后关闭设置窗口点击下一步进入高程字段设置界面:


9.高程字段设置也是连通性设置的一部分,在上面的界面中可以设置是否需要高程字段,高程字段能表达线要素的高度起伏关系,可以通过高程字段判定边线的连通性,高程字段为数字型,当2条边线的连接点的高程字段值相同时为连通否则为不连通,这个在高架线与普通道理交叉时会有用到。这里为Streets的边线的开始点选择F_ZLEV为高程字段,为结束点选择T_ZLEV为高程字段。然后点击下一步进入转弯数据turns设置界面


10.turns转弯是用来描述两到多个边线要素的转型特征,如交通网中的道理转弯规则设置,可以根据线创建turn要素,本例子中没有创建turn要素采用默认的Global Turns,对于默认的Global Turns的就是无限制的转弯规则。默认点击下一步进入网络数据集属性设置界面:


11. 网络数据集属性设置就是根据字段属性控制网络的属性如走向(单行线)、阻值等,本例子中我们做如下设置,点击Add按钮添加一个名为DirveTime属性设置如下:


12.添加完DirveTime属性后双击进行字段设置如下:


13.在上面的设置中为Streets顺行花费的时间成本为FT_Minutes,逆行花费的时间成本为TF_Minutes,完成后点击ok按钮。
14.Meters属性设置:


15.Hierarchy属性(道路等级)设置,道路等级的值是用VB Script代码对DISP_CODE字段的值和CFCC字段的值进行判断后得到的:


16.Oneway属性(单行线)设置:


17.网络数据集所有属性设置完成后如下图:


18.进入边线方向性设置界面,这里默认设置就可以了:


19.点击下一步然后点击finish完成网络数据集的创建,完成后如下图:


20.最后在 ArcMap中测试一下网络数据集,做一个服务区分析效果如下:


转载于:https://www.cnblogs.com/high_bear/archive/2009/12/21/1629185.html

6/2025 MP4 出版 |视频: h264, 1280x720 |音频:AAC,44.1 KHz,2 Ch 语言:英语 |持续时间:12h 3m |大小: 4.5 GB 通过实际 NLP 项目学习文本预处理、矢量化、神经网络、CNN、RNN 和深度学习 学习内容 学习核心 NLP 任务,如词汇切分、词干提取、词形还原、POS 标记和实体识别,以实现有效的文本预处理。 使用 One-Hot、TF-IDF、BOW、N-grams 和 Word2Vec 将文本转换为向量,用于 ML 和 DL 模型。 了解并实施神经网络,包括感知器、ANN 和数学反向传播。 掌握深度学习概念,如激活函数、损失函数和优化技术,如 SGD 和 Adam 使用 CNN 和 RNN 构建 NLP 和计算机视觉模型,以及真实数据集和端到端工作流程 岗位要求 基本的 Python 编程知识——包括变量、函数和循环,以及 NLP 和 DL 实现 熟悉高中数学——尤其是线性代数、概率和函数,用于理解神经网络和反向传播。 对 AI、ML 或数据科学感兴趣 – 不需要 NLP 或深度学习方面的经验;概念是从头开始教授的 描述 本课程专为渴望深入了解自然语言处理 (NLP) 和深度学习的激动人心的世界的人而设计,这是人工智能行业中增长最快和需求最旺盛的两个领域。无论您是学生、希望提升技能的在职专业人士,还是有抱负的数据科学家,本课程都能为您提供必要的工具和知识,以了解机器如何阅读、解释和学习人类语言。我们从 NLP 的基础开始,从头开始使用文本预处理技术,例如分词化、词干提取、词形还原、停用词删除、POS 标记和命名实体识别。这些技术对于准备非结构化文本数据至关重要,并用于聊天机器人、翻译器和推荐引擎等实际 AI 应用程序。接下来,您将学习如何使用 Bag of Words、TF-IDF、One-Hot E
内容概要:本文全面介绍了虚幻引擎4(UE4)的功能、应用场景、学习准备、基础操作、蓝图系统、材质与纹理、灯光与渲染等方面的内容。UE4是一款由Epic Games开发的强大游戏引擎,支持跨平台开发,广泛应用于游戏、虚拟现实、增强现实、建筑设计等领域。文章详细阐述了学习UE4前的硬件和软件准备,包括最低和推荐配置,以及Epic Games账户创建、启动器安装等步骤。接着介绍了UE4的界面组成和基本操作,如视口、内容浏览器、细节面板等。蓝图系统作为UE4的可视化脚本工具,极大降低了编程门槛,通过实例演练展示了蓝图的应用。材质与纹理部分讲解了材质编辑器的使用和纹理导入设置,灯光与渲染部分介绍了不同类型的灯光及其应用,以及后期处理和高质量图片渲染的方法。最后推荐了一些学习资源,包括官方文档、教程网站、论坛社区和书籍。 适合人群:对游戏开发感兴趣、希望学习UE4的初学者和有一定编程基础的研发人员。 使用场景及目标:①掌握UE4的基本操作和界面认知,为后续深入学习打下基础;②通过蓝图系统快速创建游戏逻辑,降低编程门槛;③学会材质与纹理的创建和设置,提升游戏画面的真实感;④掌握灯光与渲染技术,营造逼真的游戏氛围;⑤利用推荐的学习资源,加速UE4的学习进程。 阅读建议:本文内容详尽,涵盖了UE4的各个方面,建议读者按照章节顺序逐步学习,先从基础操作入手,再深入到蓝图、材质、灯光等高级功能。在学习过程中,结合实际项目进行练习,遇到问题时参考官方文档或社区论坛,不断积累经验和技能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值