18、SharePoint 2007 文档库定制与管理全解析

SharePoint 2007 文档库定制与管理全解析

1. 文档库定制概述

在文档库中,有两个菜单项通常仅对库和网站管理员开放,因为它们会影响库的结构以及用户访问库中信息的方式,分别是“创建列”和“创建视图”。此外,还有两个更高级的功能对于网站管理员来说是必不可少的工具,即“使用内容类型”和“使用网站列”。

2. 在文档库中创建列

2.1 创建列的基本操作

具有“管理列表”权限的用户访问“设置”菜单时,会看到“创建列”选项。选择该选项后,会出现如图 8.31 所示的页面,用户可以从多种不同的列类型中进行选择。

每个列都需要一个列名,列名通常应保持简短,因为名称越长,在标准视图中该列就越宽。但列名也应具体,以便在计算列或从其他列表或库引用时,能清楚该列包含的内容。每个列都有一个“描述”字段,可输入关于该列的描述性文本。

除了“是/否”列和“计算(基于其他列的计算)”列外,每种列类型都有“要求此列包含信息”的选项。“是/否”列本质上会包含一个值(是或否),“计算”列则包含公式。

每种列类型还有“添加到所有内容类型(如果库中启用了内容类型)”和“添加到默认视图”两个选项,旁边带有复选框。如果将列添加到所有内容类型,该网站上的每个内容类型都会添加该列;如果选择“添加到默认视图”,该列将添加到当前选定的默认视图中,默认情况下会位于最右侧,但可在视图中修改。

2.2 标准列类型及选项

列类型 选项
MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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