《四种数据库结构模型存储空间数据》实验报告
（2）：编程代码
头文件：
#ifndef LIBAISHOU_H_
#define LIBAISHOU_H_
#include
#include
class point{
friend std::ostream& operator<<(std::ostream& os,const point& p_point); private:
基本要求与说明：
1、实验原理部分文字阐述要简洁明了，请附上相应公式、图解；
2、实验步骤与方法请尽量详细叙述，如果有必要请附上中间生成文件；
3、实验结果主要以图像对比的方式表达，简要说明各图像的特征与意义；
4、表格大小和所列条目数可以根据实际情况进行调整与增删；
§2.7 空间数据库的设计、建立和维护 二、空间数据库的建立和维护 1、空间数据库的建立 在完成空间数据库的设计之后，就可以建立空间数据库。建立空间数据库包括三项工作，即建立数据库结构、装入数据和试运行。 1）建立空间数据库结构 利用DBMS提供的数据描述语言描述逻辑设计和物理设计的结果，得到概念模式和外模式，编写功能软件，经编译、运行后形成目标模式，建立起实际的空间数据库结构。 2）数据装入 一般由编写的数据装入程序或DBMS提供的应用程序来完成。在装入数据之前要做许多准备工作，如对数据进行整理、分类、编码及格式转换(如专题数据库装入数据时，采用多关系异构数据库的模式转换、查询转换和数据转换)等。装入的数据要确保其准确性和一致性。最好是把数据装入和调试运行结合起来，先装入少量数据，待调试运行基本稳定了，再大批量装入数据。 3）调试运行 装入数据后，要对地理数据库的实际应用程序进行运行，执行各功能模块的操作，对地理数据库系统的功能和性能进行全面测试，包括需要完成的各功能模块的功能、系统运行的稳定性、系统的响应时间、系统的安全性与完整性等。经调试运行，若基本满足要求，则可投入实际运行。 由以上不难看出，建立一个实际的空间数据库是一项十分复杂的系统工程。
2、空间数据库的维护 建立一个空间数据库是一项耗费大量人力、物力和财力的工作，都希望能应用得好，生命周期长。而要做到这一点，就必须不断地对它进行维护，即进行调整、修改和扩充。空间数据库的重组织、重构造和系统的安全性与完整性控制等，就是重要的维护方法。 1）空间数据库的重组织 指在不改变空间数据库原来的逻辑结构和物理结构的前提下，改变数据的存储位置，将数据予以重新组织和存放。因为一个空间数据库在长期的运行过程中，经常需要对数据记录进行插入、修改和删除操作，这就会降低存储效率，浪费存储空间，从而影响空间数据库系统的性能。所以，在空间数据库运行过程中，要定期地对数据库中的数据重新进行组织。DBMS一般都提供了数据库重组的应用程序。由于空间数据库重组要占用系统资源，故重组工作不能频繁进行。 2）空间数据库的重构造 指局部改变空间数据库的逻辑结构和物理结构。这是因为系统的应用环境和用户需求的改变，需要对原来的系统进行修正和扩充，有必要部分地改变原来空间数据库的逻辑结构和物理结构，从而满足新的需要。数据库重构通过改写其概念模式(逻辑模式)的内模式(存储模式)进行。具体地说，对于关系型空间数据库系统，通过重新定义或修改表结构，或定义视图来完成重构；对非关系型空间数据库系统，改写后的逻辑模式和存储模式需重新编译，形成新的目标模式，原有数据要重新装入。空间数据库的重构，对延长应用系统的使用寿命非常重要，但只能对其逻辑结构和物理结构进行局部修改和扩充，如果修改和扩充的内容太多，那就要考虑开发新的应用系统。
MATLAB空间面板数据模型操作简介 MATLAB安装：在民主湖资源站上下载MA TLAB 2009a，或者2010a，按照其中的安装说明安装MATLAB。（MATLAB较大，占用内存较大，安装的话可能也要花费一定的时间） 一、数据布局： 首先我们说一下MA TLAB处理空间面板数据时，数据文件是怎么布局的，熟悉eviews的同学可能知道，eviews中面板数据布局是：一个省份所有年份的数据作为一个单元（纵截面：一个时间序列），然后再排放另一个省份所有年份的数据，依次将所有省份的数据排放完，如下图，红框中“1-94”“1-95”“1-96”“1-97”中，1是省份的代号，94,95,96,97表示年份，eviews是将每个省份的数据放在一起，再将所有省份堆放在一起。 与eviews不同，MATLAB处理空间面板数据时，面板数据的布局是（在excel中说明）：先排放一个横截面上的数据（即某年所有省份的数据），再将不同年份的横截面按时间顺序堆放在一起。如图：
这里需要说明的是，MA TLAB中省份的序号需要与空间权重矩阵中省份一一对应，我们一般就采用《中国统计年鉴》分地区数据中省份的排列顺序。（二阶空间权重矩阵我会在附件中给出）。 二、数据的输入： MATLAB与excel链接：在excel中点击“工具→加载宏→浏览”，找到MA TLAB的安装目录，一般来说，如果安装时没有修改安装路径，此安装目录为：C:\Programfiles\MATLAB\R2009a\toolbox\exlink，点击excllink.xla即可完成excel与MATLAB的链接。这样的话excel中的数据就可以直接导入MATLAB中形成MATLAB的数据文件。操作完成后excel 的加载宏界面如图： 选中“Spreadsheet Link EX3.0.3 for use with MATLAB”即表示我们希望excel 与MATLAB实现链
试述数据模型的概念，数据模型的作用和数据模型的三个要素: 答案： 模型是对现实世界的抽象。在数据库技术中，表示实体类型及实体类型间联系的模型称为“数据模型”。 数据模型是数据库管理的教学形式框架，是用来描述一组数据的概念和定义，包括三个方面： 1、概念数据模型（Conceptual Data Model）：这是面向数据库用户的实现世界的数据模型，主要用来描述世界的概念化结构，它使数据库的设计人员在设计的初始阶段，摆脱计算机系统及DBMS的具体技术问题，集中精力分析数据以及数据之间的联系等，与具体的DBMS 无关。概念数据模型必须换成逻辑数据模型，才能在DBMS中实现。 2、逻辑数据模型（Logixal Data Model）:这是用户从数据库所看到的数据模型，是具体的DBMS所支持的数据模型，如网状数据模型、层次数据模型等等。此模型既要面向拥护，又要面向系统。 3、物理数据模型（Physical Data Model）:这是描述数据在储存介质上的组织结构的数据模型，它不但与具体的DBMS有关，而且还与操作系统和硬件有关。每一种逻辑数据模型在实现时都有起对应的物理数据模型。DBMS为了保证其独立性与可移植性，大部分物理数据模型的实现工作又系统自动完成，而设计者只设计索引、聚集等特殊结构。 数据模型的三要素： 一般而言，数据模型是严格定义的一组概念的集合，这些概念精确地描述了系统的静态特征（数据结构）、动态特征（数据操作）和完整性约束条件，这就是数据模型的三要素。 1。数据结构 数据结构是所研究的对象类型的集合。这些对象是数据库的组成成分，数据结构指对象和对象间联系的表达和实现，是对系统静态特征的描述，包括两个方面： （1）数据本身：类型、内容、性质。例如关系模型中的域、属性、关系等。 （2）数据之间的联系：数据之间是如何相互关联的，例如关系模型中的主码、外码联系等。 2 。数据操作 对数据库中对象的实例允许执行的操作集合，主要指检索和更新（插入、删除、修改）两类操作。数据模型必须定义这些操作的确切含义、操作符号、操作规则（如优先级）以及实现操作的语言。数据操作是对系统动态特性的描述。 3 。数据完整性约束 数据完整性约束是一组完整性规则的集合，规定数据库状态及状态变化所应满足的条件，以保证数据的正确性、有效性和相容性。
实验一空间数据库的创建与数据导入 一、实验目的 1.利用ArcCatalog管理地理空间数据库，熟悉ArcCatalog的操作。 2、理解Geodatabse空间数据库模型的相关概念，掌握创建个人地理数据库 的方法。 二、实验内容 1、拷贝实验数据 2、启动ArcCatalog，点击按钮（连接到文件夹）. 建立到data 的连接 3、打开coverage、shapefile文件夹，查看下的要素及属性，理解两种数据模型。 4、打开montgomery.gdb 空间数据库查看并理解montgomery.gdb数据库中包含 的要素集、要素类等信息，在预览窗口预览要素类等几何特性。 4、查看属性信息 在此预览窗口的下方，“预览”下拉列表中，选择“表格”。可以看到属性表，查看它的属性字段信息。
5、向Geodatabase导入coverage数据 （1）在ArcCatalog中右击Water 数据集，指向Import，点击Feature Class(multiple) （2）单击Browse 按钮，定位到laterals coverage中的弧段要素类, 单击Add. （3）单击OK，此时laterals_arc 要素类加入到Water 数据集. （4）在arccatalog中将laterals_arc要素类重命名为laterals （5）右击Laterals 并单击Properties，为该要素类输入别名“Water laterals”（6）单击Fields 标签，单击OBJECTID 字段并为该字段输入别名“Feature identifier”. （7）单击Preview 标签察看其特征.
MATLAB 空间面板数据模型操作简介 MATLAB 安装： 在民主湖资源站上下载 MA TLAB 2009a ，或者 2010a ，按照其中的安装说明 安装 MATLAB 。（ MATLAB 较大，占用内存较大，安装的话可能也要花费一定的时间） 一、数据布局 首先我们说一下 MA TLAB 处理空间面板数据时，数据文件是怎么布局的，熟悉 eviews 的同学 可能知道， eviews 中面板数据布局是：一个省份所有年份的数据作为一个单元（纵截面：一个时间 序列），然后再排放另一个省份所有年份的数据，依次将所有省份的数据排放完，如下图，红框中 “1-94”“1-95” “1-96” “ 1-97”中， 1是省份的代号， 94,95,96,97 表示年份， eviews 是将每个省 份的数据放在一起，再将所有省份堆放在一起。 与 eviews 不同， MATLAB 处理空间面板数据时，面板数据的布局是（在 excel 中说明）： 先排 放一个横截面上的数据（即某年所有省份的数据） ，再将不同年份的横截面按时间顺序堆放在一起。 如图：
这里需要说明的是， MA TLAB 中省份的序号需要与空间权重矩阵中省份一一对应，我们一般就采用《中国统计年鉴》分地区数据中省份的排列顺序。（二阶空间权重矩阵我会在附件中给出）。二、数据的输入： MATLAB 与 excel链接：在 excel中点击“工具→加载宏→浏览” ，找到 MA TLAB 的安装目录，一般来说，如果安装时没有修改安装路径，此安装目录为： C:\Programfiles\MATLAB\R2009a\toolbox\exlink ，点击 excllink.xla 即可完成 excel 与 MATLAB 的链接。这样的话 excel 中的数据就可以直接导入 MATLAB 中形成 MATLAB 的数据文件。操作完成后 excel 的加载宏界面如图： 选中“Spreadsheet Link EX3.0.3 for use with MATLAB ”即表示我们希望 excel 与
《地理信息系统》实验报告 试验( 二 ) 题目:空间数据库的建立、运行 姓名: 班级:测绘工程10-2班 专业:测绘工程 时间:2013.10.9
实验内容： 建立数据库及要素集和要素类 实验要求： 根据ArcGIS参考教材，熟悉基本功能及操作,要求自主构建数据库,熟悉流程。实验过程及图示： 一：创建新 Shapefile （1）在 ArcCatalog 目录树中，右键单击需要创建 Shapefile 的文件夹，单击 New，再单击 Shapefile （2）打开 Create New Shapefile 对话框，设置文件名称和要素类型。要素类型可以通过下拉菜单选择 Polyline、 Polygon、 MultiPoint、 MultiPatch 等要素类型。 （3）单击编辑按钮，定义 Shapefile 的坐标系统，打开 Spatial Reference 对话框（4）单击 Select 按钮，可以选择一种预定义的坐标系统；单击 Import 按钮，可以选择想要复制其坐标系统的数据源；单击 New 按钮，可以定义一个新的、自定义的坐标系统。
（5）如果 Shapefile 要存储表示路线的折线，那么要复选 Coordinates will contain M Values，如果Shapefile 将存储三维要素，那么要复选Coordinates will contain Z Values。（6）单击 OK 按钮，新的 Shapefile 在文件夹中出现。 二、 Geodatabase 数据库创建 1、建立persornal database 在ArcCatalog的目录树中，定位到要创建数据库在磁盘上的位置，鼠标右键，选择
空间面板数据分析——R的splm包 （任建辉，暨南大学） The splm package provides methods for fitting spatial panel data by maximum likelihood and GM. 安装R软件及其编辑器Rstudio 网址：https://www.doczj.com/doc/4a7935497.html, https://www.doczj.com/doc/4a7935497.html,/ 下载好Rstudio以后，操作都可以Rstudio中完成了，包括命令的编写、命令运行、图形展示，最方便的要数查看数据了。 R界面 Rstudio界面，形如matlab
下面进入正题，了解splm包中的数据、命令及结果展示。所有命令都写在编辑窗口（studio 左上区域），可以单独的运行每行命令，也可选取一段一起执行，点run按钮。 1、首先，安装splm包并导入，命令如下: intall.packages(“splm”)，选择最近的下载点 library(splm) > library(splm) 载入需要的程辑包：MASS 载入需要的程辑包：nlme 载入需要的程辑包：spdep 载入需要的程辑包：sp 载入需要的程辑包：Matrix 载入需要的程辑包：plm 载入需要的程辑包：bdsmatrix 载入程辑包：‘bdsmatrix’ 下列对象被屏蔽了from ‘package:base’: backsolve 载入需要的程辑包：Formula 载入需要的程辑包：sandwich 载入需要的程辑包：zoo 载入程辑包：‘zoo’ 下列对象被屏蔽了from ‘package:base’: as.Date, as.Date.numeric 载入需要的程辑包：spam 载入需要的程辑包：grid Spam version 0.40-0 (2013-09-11) is loaded. Type 'help( Spam)' or 'demo( spam)' for a short introduction and overview of this package. Help for individual functions is also obtained by adding the suffix '.spam' to the function name, e.g. 'help( chol.spam)'. 载入程辑包：‘spam’ 下列对象被屏蔽了from ‘package:bdsmatrix’:
常见主流数据库分类 1、IBM 的DB2 DB2是IBM著名的关系型数据库产品，DB2系统在企业级的应用中十分广泛。截止2003年，全球财富500强（Fortune 500）中有415家使用DB2，全球财富100强（Fortune100）中有96家使用DB2，用户遍布各个行业。2004年IBM的DB2就获得相关专利239项，而Oracle 仅为99项。DB2目前支持从PC到UNIX，从中小型机到大型机，从IBM到非IBM（HP及SUN UNIX 系统等）的各种操作平台。 IBM绝对是数据库行业的巨人。1968年IBM在IBM 360计算机上研制成功了IMS这个业界第一个层次型数据库管理系统，也是层次型数据库中最为著名和最为典型的。1970年，IBM E.F.Codd发表了业界第一篇关于关系数据库理论的论文“A Relational Model of Data for Large Shared DataBanks”，首次提出了关系模型的概念。1974年，IBM Don Chamberlin和Ray Boyce通过System R项目的实践，发表了论文“SEQUEL：A Structured English Query Language”，我们现在熟知SQL就是基于它发展起来的。IBM 在1983年发布了DATABASE 2（DB2）for MVS（内部代号为“Eagle”），这就是著名的DB2数据库。2001年IBM以10亿美金收购了Informix的数据库业务，这次收购扩大了IBM分布式数据库业务。2006 DB2 9作为第三代数据库的革命性产品正式在全球发布。 作为关系数据库领域的开拓者和领航人，IBM在1977年完成了System R系统的原型，1980年开始提供集成的数据库服务器——System/38，随后是SQL/DSforVSE 和VM，其初始版本与SystemR研究原型密切相关。 DB2 forMVSV1 在1983年推出。该版本的目标是提供这一新方案所承诺的简单性，数据不相关性和用户生产率。1988年DB2 for MVS 提供了强大的在线事务处理（OLTP）支持，1989 年和1993 年分别以远程工作单元和分布式工作单元实现了分布式数据库支持。最近推出的DB2 Universal Database 6.1则是通用数据库的典范，是第一个具备网上功能的多媒体关系数据库管理系统，支持包括Linux在内的一系列平台。 2、Oracle Oracle 前身叫SDL，由Larry Ellison 和另两个编程人员在1977创办，他们开发了自己的拳头产品，在市场上大量销售，1979 年，Oracle公司引入了第一个商用SQL 关系数据库管理系统。Oracle公司是最早开发关系数据库的厂商之一，其产品支持最广泛的操作系统平台。目前Oracle关系数据库产品的市场占有率名列前茅。 Oracle公司是目前全球最大的数据库软件公司，也是近年业务增长极为迅速的软件提供与服务商。IDC(Internet Data Center)2007统计数据显示数据库市场总量份额如下：Oracle 44.1% IBM 21.3%Microsoft 18.3% Teradata 3.4% Sybase 3.4%。不过从使用情况看，BZ Research的2007年度数据库与数据存取的综合研究报告表明76.4%的公司使用了Microsoft
空间面板数据分析——R的s p l m包 （任建辉，暨南大学） The splm package provides methods for fitting spatial panel data by maximum likelihood and GM. 安装R软件及其编辑器Rstudio 网址：https://www.doczj.com/doc/4a7935497.html, 下载好Rstudio以后，操作都可以Rstudio中完成了，包括命令的编写、命令运行、图形展示，最方便的要数查看数据了。 R界面 Rstudio界面，形如matlab 下面进入正题，了解splm包中的数据、命令及结果展示。所有命令都写在编辑窗口（studio左上区域），可以单独的运行每行命令，也可选取一段一起执行，点run按钮。 1、首先，安装splm包并导入，命令如下: intall.packages(“splm”)，选择最近的下载点 library(splm) > library(splm) 载入需要的程辑包：MASS 载入需要的程辑包：nlme 载入需要的程辑包：spdep 载入需要的程辑包：sp 载入需要的程辑包：Matrix 载入需要的程辑包：plm 载入需要的程辑包：bdsmatrix 载入程辑包：‘bdsmatrix’ 下列对象被屏蔽了from ‘package:base’: backsolve
载入需要的程辑包：Formula 载入需要的程辑包：sandwich 载入需要的程辑包：zoo 载入程辑包：‘zoo’ 下列对象被屏蔽了from ‘package:base’: 载入需要的程辑包：spam 载入需要的程辑包：grid Spam version 0.40-0 (2013-09-11) is loaded. Type 'help( Spam)' or 'demo( spam)' for a short introduction and overview of this package. Help for individual functions is also obtained by adding the suffix '.spam' to the function name, e.g. 'help( chol.spam)'. 载入程辑包：‘spam’ 下列对象被屏蔽了from ‘package:bdsmatrix’: backsolve 下列对象被屏蔽了from ‘package:base’: backsolve, forwardsolve 载入需要的程辑包：ibdreg 载入需要的程辑包：car 载入需要的程辑包：lmtest 载入需要的程辑包：Ecdat 载入程辑包：‘Ecdat’ 下列对象被屏蔽了from ‘package:car’: Mroz 下列对象被屏蔽了from ‘package:nlme’: Gasoline 下列对象被屏蔽了from ‘package:MASS’: SP500 下列对象被屏蔽了from ‘package:datasets’: Orange 载入需要的程辑包：maxLik 载入需要的程辑包：miscTools Please cite the 'maxLik' package as: Henningsen, Arne and Toomet, Ott (2011). maxLik: A package for maximum likelihood es timation in R. Computational Statistics 26(3), 443-458. DOI 10.1007/s00180-010-0217 -1. If you have questions, suggestions, or comments regarding the 'maxLik' package, plea se use a forum or 'tracker' at maxLik's R-Forge site: Warning message: 程辑包‘Matrix’是用R版本3.0.3 来建造的 注意：在导入splm时，如果发现还有其他配套的包没有安装，需要先安装。 2、接着，查看数据及结构，命令如下：
空间数据库课程设计兼ARCSDE入门 手册 一．ArcSDE的配置 数据库的创建 数据库的配置 数据库的网络配置 数据库的控制和管理 ArcSDE的配置 二.数据库的设计 建立数据库连接 表的创建与设计 版本的注册与创建 成员角色与任务分配 三．问题与解决方案 软件本身的问题 多版本编辑的问题 四．总结 个人心得 各成员工作情况 一. ArcSDE的配置 1.数据库的创建：
打开Database Configuration Assistant工具 如图(1.1)所示 为初始界面 图(1.1) 按照向导对话框依次选择执行的操作创建数据库→选择一般用途的模→输入数据库名称和SID号(*注意SID号默认和数据库名相同)→管理选项(默认设置)→输入口令号(*可以根据不同的用户设置不同的口令)→存储选项(默认设置)→数据库文件所在位置(默认设置)→恢复配置(默认设置)→数据库内容(默认设置)→初始化参数(默认设置)→数据库存储(默认设置)→创建选项(如图1.2)→确定对话框→开始创建图1.2 2.数据库的配置 创建数据库成功之后需要进行数据库的配置，同上打开Database Configuration Assistant工具，点击下一步，选择配置数据库选项→选择需要配置的数据库→数据库内容(默认设置)→连接模式(*客户机较少时默认设置)，点击完成开始配置数据库(如上图) 3.数据库的网络配置 配置数据库之后，打开Oracle Net Configuration Assistant 工具，如图(1.4)为初始界面 图1.4
按下一步进入监听程序配置→监听程序(*若需要添加新的监听程序，选择添加，这里选择已有的监听程序，选择重新配置如右图)→选择监听程序→选择协议(默认有TCP)→选择端口(*端口号默认为1521，若配置了多个监听程序，不应重复使用1521端口，否则后期的本地NET服务名配置会出错,如右图)→完成配置好监听程序后配置本地NET服务名配置→重新配置→选择Net服务名(根据新创建的数据库选择服务名)→服务名配置(输入新创建的数据库名)→选择协议(默认配置)→输入主机号和选择端口(主机号为计算机名)→选择测试→测试登录方式用户名填system,口令重新输入，如右图（若测试失败，可以试着重新配置数据库，注意配置端口号） 4.数据库的控制和管理 工具: OEM和SQL*PLUS 登录OEM方式：网页登陆。（下图） 网址可在安装目录oracle\product\10.2.0\db_1\install\readme.txt中得到，输入网址，并用sys用户登录，使用SYSDBA身份。 登录SQL*PLUS方式:对话框登录。 输入用户名:System, 输入口令： 输入主机字符串：数据库名 （右图）
空间面板数据计量经济分析 空间面板数据计量经济分析 *以上分别介绍了区域创新过程中空间效应（依赖性和异质性）的空间计量检测，以及纳入空间效应的计量模型的估计方法——空间常系数回归模型（空间滞后模型，SLM 和空间误差模型，SEM ）和空间变系数回归模型（地理加权回归模型，GWR ）；同时还介绍和分析了面板数据（Panel Data ）计量经济学方法的估计和检验。 *可以看出，目前的空间计量经济学模型使用的数据集主要是截面数据，只考虑了空间单元之间的相关性，而忽略具有时空演变特征的时间尺度之间的相关性，这显然是一个美中不足。 *Anselin （1988）也认识到这一点。当然，大多学者通过将多个时期截面数据变量计算多年平均值的办法来综合消除时间波动的影响和干扰，但是这种做法仍然造成大量具有时间演变特征的创新行为信息的损失，从而无法科学和客观地认识和揭示具有时空二维特征的研发与创新过程的真实机制。*面板数据（Panel Data ）计量经济模型作为目前一种前沿的计量经济估计技术，由于其可以综合创新行为变量时间尺度的信息和截面（地域空间）单元的信息，同时集成考虑了时间相关性和空间（截面）相关性，因而能够科学而客观地反映受到时空交互相关性作用的创新行为的特征和规律，是定量揭示研发、知识溢出与区域创新相互作用关系的有效方法。但是，限于在所有时刻对所有个体（空间）均相等的假定（即不考虑空间效应），面板数据计量经济学理论也有其美中不足之处，具有很大的改进余地。 *鉴于空间计量经济学理论方法和面板数据计量经济学理论方法各有所长，把面板数据模型的优点和空间计量经济学模型的特点有机结合起来，构建一个综合考虑了变量时空二维特征和信息的空间面板数据计量经济模型，则是一种新颖的研究思路。以下根据空间计量经济模型和标准的面板数据模型[1]的建模思路，提出空间面板数据（Spatial Panel Data Model ，SPDM ）模型的建模思路和过程。 [1]与动态面板数据模型的建模思路类似，只要施加一些假定，引入因变量的滞后项，则为空间动态面板数据模型。 空间滞后面板数据计量分析 *考虑一个标准的面板数据模型： it it it it it y αx βμ=++*如果将变量的真实的区域空间自相关性（依赖性）（Anselin &Florax ，1995）考虑到创新行为中来，这种创新行为的空间自相关性可以视为区域创新过程中的一种外部溢出形式，这样则可以设定如下模型： it it it it it it y αWy x βμρ=+++*上式为空间滞后面板数据（Spatial Lag Panel Data Model ，SLPDM ）计量经济模型。其中，是创新的空间滞后变量，主要度量在地理空间上邻近地区的外部知识溢出，是一个区域在地理上邻近的区域在时期创新行为变量的加权求和。 空间误差面板数据计量分析 *如果在创新行为的空间依赖性存在误差扰动项中来测度邻近地区创新因变量的误差冲击对本地区创新行为的影响程度，则可以通过空间误差模型的空间依赖性原理可得： it it it it it y αx βμ=++it it it W μλμε=+*上式即为空间误差面板数据（Spatial Error Panel Data Model ，SEPDM ）计量经济模型。其中，参数衡量了样本观察值的误差项引进的一个区域间溢出成分。 *因为已经在面板数据模型中考虑了创新行为变量的空间依赖性，因此采用一般面板数据模型的估计技术如OLS 或GLS 等将具有良好的估计效果。如果能够综合考虑面板数据模型中的一些假定，如时间加权（Period Weights ）或截面加权（Cross-section Weights ），则可获得更加符合创新现实的估计结果。
大型数据库 一、Microsoft SQL Server 适用于入门者。 1、开放性：只能在windows上运行，没有开放性，操作系统的系统的稳定对数 据库是十分重要的，Windows9X系列产品是偏重于桌面应用。 2、伸缩性：并行实施和共存模型并不成熟，很难处理日益增多的用户数和数据 卷，伸缩性有限。 3、安全性：没有获得任何安全证书。 4、性能：多用户时性能不佳 5、客户端支持及应用模式：C/S结构，只支持windows客户，可以用ADO、DAO、 OLEDB、ODBC连接 6、操作性：操作简单，但只有图形界面。 7、使用风险：完全重写的代码，经历了长期的测试，不断延迟，许多功能需要 时间来证明。并不十分兼容。 二、Oracle 强大的功能和可配置、可管理能力。 1、开放性：能在所有主流平台上运行（包括 windows）。完全支持所有的工业 标准。采用完全开放策略。可以使客户选择最适合的解决方案。对开发商全力支持。 2、伸缩性与并行性：并行服务器通过使一组结点共享同一簇中的工作来扩展 windows NT的能力，提供高可用性和高伸缩性的簇的解决方案。如果windows NT不能满足需要，用户可以把数据库移到UNIX中。Oracle的并行服务器对各种UNIX平台的集群机制都有着相当高的集成度。 3、安全性：获得最高认证级别的ISO标准认证。 4、性能：性能最高，保持开放平台下的TPC-D和TPC-C的世界记录。 5、客户端支持及应用模式：多层次网络计算，支持多种工业标准，可以用ODBC、 JDBC、OCI等网络客户连接。 6、操作性：较复杂，同时提供GUI和命令行，在windows NT和unix下操作相
模型类型： 一：关联分析类（回归分析、相关分析法、熵权法、归一化、主成分分析、聚类分析、典型相关分析、灰色关联度分析、层次分析法、判别分析法、小波分析、灵敏度分析、误差分析、残差检验、回归方程显著性检验） 二：预测类（时间序列、灰色预测、插值拟合） 三：图论模型（最短路问题、图片匹配类模型） 四：最优化类（遗传算法、神经网络、蚁群算法、线性规划、非线性规划、多目标规划、动态规划） 类别类别（2）模型名称关键点备注 参 考 书 目 复杂系统库存模型排队模型 可靠系统 差 分方程模型动力系统类 酵母菌增长模型 平衡点；平 衡点的分 类 地高辛衰减模型 战争模型 总量一定 时，对单量 的分配 竞争物种模型 不稳定平 衡：对初始 值敏感 比例性模型 钓鱼比赛模型 几何相似 性 身高、体重与灵活性模型 A 数据拟合模型最小二乘拟合 停止距离模型97 海湾收成模型 多项式拟合 磁带播放模型 高阶多项 式敏感度 很强 光滑化115 停止距离模型（2） 三阶样条 法。有自然 和强制样 条两种 134 A 预时间序列GM(1,1)，指数平滑，线性平滑因果分析法
测 A 聚类分析灰色关联度分析聚类分析 因子分析 模 拟方法蒙特卡罗算法 硬币投掷模型149 汽油储存模型 逆线性样 条（可改变 随机数范 围） 155 港口系统模型 改变参数 时，改善情 况的分析 164 离 散概率模型马尔可夫链 汽车租赁模型 要结合蒙特卡 罗算法 176 投票趋势模型177 Markov决策 串联和并联系统模型178 线性规划模型 无约束类生产计划模型192取整数类载货模型194动态规划类197 多目标规划类投资问题 有时须对 目标进行 取舍。可采 取加权 系统层次分析196 冲突目标 Minmax与maxmin 机会约束 约束满足 概率性>P 矛盾约束 约束相互 矛盾 单纯形法木匠生产模型 注意步骤 性。 215组合模型 参数模型 动态规划决策法 背包问题 排序问题 多步骤形 的规划 数值搜索法工业流程优化 黄金分割 搜索法 还有二分搜索 法 233
实验一、空间数据库建立 一、实验目的 1. 利用影像配准(Georeferencing) 工具进行影像数据的地理配准 2. 编辑器的使用（点要素、线要素、多边形要素的数字化）。 3 . 利用ArcCatalog建立个人数据库及数据集，导入SHP 格式数据， 4 . 利用ArcCatalog的Topoloy工具，进行悬挂点伪节点检查； 5 . 利用ArcMap高级编辑工具（Trim，Extend）对问题数据记性修改； 6 利用. ArcCatalog的Polygon Featue Class From L ines工具建立多边形数据层。 二、实验准备 数据：昆明市西山区普吉地形图1:10000地形图――70011-1.Tif ，昆明市旅游休闲图.jpg 软件准备：ArcGIS Desktop ---ArcMap 三、实验内容及步骤 步骤1 ：地形图的配准－加载数据和影像配准工具 所有图件扫描后都必须经过扫描配准，对扫描后的栅格图进行检查，以确保矢量化工 作顺利进行。 z 打开ArcMap，添加影像配准工具栏。“” z 把需要进行配准的影像—70011-1.TIF增加到ArcMap，会发现影像配准工具栏中“”的工具被激活。
步骤2 ：输入控制点 在配准中我们需要知道一些特殊点的坐标。通过读图，我们可以得到一些控件点―― 公里网格的交点，我们可以从图中均匀的取几个点。一般在实际中，这些点应该能够均匀分布。 z 在影像配准工具栏上，点击添加控制点按钮。””“” z 使用该工具在扫描图上精确到找一个控制点点击，然后鼠标右击输入该点实际的 坐标位置，如下图所示： 步骤3 ：矫正并重采样栅格生成新的栅格文件 z 在影像配准菜单下，点击矫正，对配准的影像根据设定的变换公式重新采样，””“” 另存为一个新的影像文件。
第16章静态面板数据模型时间序列数据或截面数据都是一维数据。例如时间序列数据是变量按时间得到的数据；截面数据是变量在截面空间上的数据。 面板数据（panel data）也称时间序列截面数据（time series and cross section data）或混合数据（pool data）。面板数据是同时在时间和截面空间上取得的二维数据。面板数据从横截面（cross section）上看，是由若干个体（entity, unit, individual）在某一时刻构成的截面观测值，从纵剖面（longitudinal section）上看是一个时间序列。 对于面板数据y it（i=1,2,…，N，t=1,2,…，T）来说，如果从横截面上看，每个变量都有观测值，从纵剖面上看，每一期都有观测值，则称此面板数据为平衡面板数据（balanced panel data）。若在面板数据中丢失若干个观测值，则称此面板数据为非平衡面板数据（unbalanced panel data）。 本章主要讨论静态面板数据模型的相关理论及软件操作，首先从模型的检验开始到介绍变截距模型中的固定影响变截距模型和随机影响变截距模型，然后到变系数模型。本章的流程图如下：
16.1面板数据模型建模的基本原理 在应用多元回归分析建立的计量经济模型时，如果所建的模型中缺失了某些不可观测的重要解释变量，使得回归模型随机误差项常常存在自相关。于是回归参数的最小二乘法OLS 估计量不再是无偏估计或有效估计。但是，运用面板数据建立的计量经济模型时，对于一些忽略的解释变量可以不需要其实际观察值，而通过控制该变量对被解释变量的影响的方法获得模型参数的无偏估计。 由此可见，面板数据不仅可以同时利用截面数据和时间序列数据建立计量经济模型，而且能更好地识别和度量单纯的时间序列模型和单纯截面数据模型所不能发现的影响因素，它能够构造和检验更复杂的行为模型。例如：在宏观领域，它被广泛用于劳动经济学、国际金融、经济增长、产业结构、技术创新、税收政策等领域。 16.1.1面板数据模型基本框架 面板数据能更好地识别和度量时间序列或截面数据不可发觉的效应，有助于建立和检验更复杂的行为模型，其基本模型是如下形式的一般回归模型： 1,2,,,1,2,,it it it i t it y x i N t T αβδγε=++++==L L （16.1.1） 其中：it y 是个体i 在时间t 时期的观测值，α表示模型的常数项，i δ代表固定或者随机的截面效应，t γ代表固定或者随机的时期效应，it x 表示k 阶解释变量观测值向量。β表示解释变量的系数向量，并且在根据其条件的限制分为三种值，一是对所有截面和时期都是相同的常数，二是在不同的截面是不同的系数，三是在不同的时期是不同的。it ε是独立同分布的误差项，即()0it E ε=。 在公式（16.1.1）中，如果考虑k 个解释变量，自由度NT 远小于参数个数，对于截面成员方程，待估计参数的个数为((1))NT k N ++，对于时间截面方程，待估计参数的个数为((1))NT k T ++，这使得该模型无法估计。为了对模型进行估计，则可以建立以下的两类模型：从个体成员角度考虑，建立含有N 个个体成员方程的面板数据模型；在时间点上截面，建立含有T 个时间点截面方程的面板数据模型。 1）含有N 个个体成员方程的面板数据模型 模型形式如下： i T i it i T T i y l x l I αβδγε=++++ （16.1.2） 其中：i y 是个体i 的观观测值的时间序列。系数向量β取值受不同个体的影响，i x 表示个体i 解释变量观测值时间序列。T l 是T 阶的单位行向量，T I 是T 阶的单位列向量。 '12()T γγγγ=L ，，，，包括所有的时点效应。该式含有N 个截面方程。
空间数据库设计报告
一、设计思想 本次空间数据库设计是基于SQL sever2008开放的外挂式空间数据库管理系统。基于传统的关系型数据库外挂式的空间数据库系统的关键在于SDE的设计与实现，SDE在用户和异构空间数据库之间提供了一个开放的接口。用户可以通过SDE服务来实现对空间数据的读取、插入、更新和删除的基本操作，还可以基于SDE实现对空间数据的分析功能，如拓扑关系的查询、缓冲区分析、叠加分析、、合并和切分等。SDE同时提供了链接DBMS数据库的接口，与数据库的操作都是在这个上面进行交互的。 1.1 数据的存储 1.1.1 几何数据的存储 把GIS数据放在RDBMS中，但是一般的RDBMS都没有提供GIS的数据类型（如点、线、多边形、以及这些feature之间的拓扑关系和投影坐标等相关信息），RDBMS只提供了少量的数据类型支持：int，float，double，Blob，Long ，char等，一般都是数字，字符串和二进制数据几种。并且RDBMS不仅没有提供对GIS数据类型的存储，也没有提供对这些基础类型的操作（如：判断包含关系，相邻、相交、求差、距离、最短路径等）。在本次数据库设计中，成功的完成了对点线面的数据的存储和相关的读取、插入、更新和删除以及可视化的显示的功能。此处的存储是基于SQLsever2008进行的，具体的存储结构如下表所示： 其中Point表中包含Point的空间信息，即空间的点的x，y坐标。由于当个点的只有相当于独立地物才会有相关的属性信息，本次在操作的时候并没有在存储的表中添加相应的属性信息。 一条线是由很多个小线段的组成的，因此在存储的时候，每个边都有一个独立的ID，每条边是由起点和终点链接起来的，因此在在这个表中只需要存储相应的点的ID即可，一般的线都是具有相关的属性信息的，故在本次设计中添加了线的属性信息，咋通过SDE对空间数据查询的时候便可以很方便的看到边的属性。
实验一、空间数据库建立 1. 利用影像配准(Georeferencing) 工具进行影像数据的地理配准 2. 编辑器的使用（点要素、线要素、多边形要素的数字化）。 3. 利用 ArcCatalog 建立个人数据库及数据集，导入 SHP 格式数据， 4. 利用 ArcCatalog 的 Topoloy 工具，进行悬挂点伪节点检查； 5. 利用 ArcMap 高级编辑工具（Trim ，Extend ）对问题数据记性修改； 6 利用 . ArcCatalog 的 Polygon Featue Class From L ines 工具建立多边形数据层。 数据：昆明市西山区普吉地形图 1:10000 地形图――70011-1.Tif ，昆明市旅游休闲图.jpg 软件准备：ArcGIS Desktop ---ArcMap 步骤 1 ：地形图的配准－加载数据和影像配准工具 所有图件扫描后都必须经过扫描配准，对扫描后的栅格图进行检查，以确保矢量化工 作顺利进行。 z 打开 ArcMap ，添加 影像配准 工具栏。 “” z 把需要进行配准的影像—70011-1.TIF 增加到 ArcMap ，会发现 影像配准 工具栏中 “” 的工具被激活。 一、实验目的 二、实验准备 三、实验内容及步骤
步骤2 ：输入控制点 在配准中我们需要知道一些特殊点的坐标。通过读图，我们可以得到一些控件点――公里网格的交点，我们可以从图中均匀的取几个点。一般在实际中，这些点应该能够均匀分布。 z 在影像配准工具栏上，点击添加控制点按钮。””“” z 使用该工具在扫描图上精确到找一个控制点点击，然后鼠标右击输入该点实际的 坐标位置，如下图所示： 步骤3 ：矫正并重采样栅格生成新的栅格文件 z在影像配准菜单下，点击矫正，对配准的影像根据设定的变换公式重新采样，””“” 另存为一个新的影像文件。