AxureUX中后台管理信息系统通用原型方案
2024-01-29 19:58:51 16.73MB axure
1
Vue java ssm大学生兼职信息系统论文+答辩ppt.rar
2024-01-24 17:38:35 7.7MB
java毕业设计之ssm大学生兼职信息系统(ssm+vue源码+LW+PPT+视频) 大学生兼职信息系统的主要实现功能包括:管理员:首页、个人中心、学生管理、学生简历管理、企业管理、企业信息管理、招聘信息管理、学生应聘管理、兼职评价管理、留言板管理、系统管理,学生;首页、个人中心、学生简历管理、学生应聘管理、兼职评价管理、我的收藏管理,企业;首页、个人中心、学生简历管理、企业信息管理、招聘信息管理、学生应聘管理、兼职评价管理,前台首页;首页、企业信息、招聘信息、兼职资讯、留言反馈、个人中心、后台管理功能,基本上实现了整个大学生兼职信息系统的过程。 项目亲测可用正常运行,以下为开发环境: 开发语言:Java 框架:springboot JDK版本:JDK1.8 服务器:tomcat7 数据库:mysql 5.7 数据库工具:Navicat12 开发软件:eclipse/idea Maven包:Maven3.3.9
2024-01-24 17:35:25 66.7MB java vue 毕业设计 课程设计
2015信息系统项目管理师视频教程分享
1
位于日本冲绳岛北部的亚热带“ Yambaru”森林拥有许多特有物种居住的珍贵生态系统。 然而,该地区还是冲绳林业的中心。 因此,可持续林业活动应考虑到自然环境。 为了促进该地区的可持续森林管理,我们使用易于计算的地形因素进行多元回归分析,以精细的分辨率对站点指数进行了预测。 对于以站点索引为因变量的多元回归分析,采用三个地形因子(有效起伏,开放度和高程)作为自变量。 解释了大约68%的方差,有效缓解是影响最大的变量。 这意味着可以以比以往任何时候都更高的分辨率来预测森林生产力。 对于环境保护和林业冲突的地点的可持续森林管理,以现场实际可用的最佳分辨率估算地点指数非常有用。 将来有可能通过检查其他环境因素来提高估计准确性。
1
使用在地理信息系统(GIS)中实施的多准则模糊推理系统(FIS)对新墨西哥州的贝纳里洛县进行了分水岭脆弱性评估。 脆弱性图是通过加权叠加分析生成的,该分析结合了从FIS方法学得出的土壤侵蚀和渗透图。 该模型规定了五个脆弱性类别:不脆弱(N),轻微脆弱(SV),中等脆弱(MV),高度脆弱(HV)和极脆弱(EV)。 结果表明,约88%的研究区域对轻度(SV)到中度脆弱性(MV)敏感,其中11%的区域遭受高或极度脆弱性(HV / EV)。 对于土地使用和土地覆被(LULC)分类,灌木林被确定为最容易受到破坏。 加权覆盖层输出与经修订的通用土壤流失方程(RUSLE)模型预测的结果相似,但不脆弱(N)类除外。 该县东部地区由于其高坡度和高降水量而被确定为最脆弱的地区。 在此,结构性雨水控制措施(SCM)对于管理径流和泥沙外运可能是可行的。 这种多准则的FIS / GIS方法可以提供有用的信息,以指导决策者为干旱的西南地区选择合适的结构性和非结构性SCM。
1
水土流失是一个严重的环境问题,它通过降低土地生产力和水供应而对世界粮食生产产生不利影响。 本研究使用修正的土壤流失方程(RUSLE)模型并纳入地理信息系统(GIS)框架中,估算了巴西最重要的农业地区巴西塞拉多的年土壤流失率及其空间分布。 为此,根据RUSLE模型因子的功能确定土壤侵蚀的年增长率:降雨侵蚀力(R),土壤易蚀性(K),地形(LS),作物管理(C)和支持性保护措施(P)。 所有因素均来自文献。 将它们处理并集成到GIS中,生成年度土壤流失率地图。 所采用的方法显示出可接受的精度,并且有可能确定最容易受到水蚀的区域。 整个塞拉多的平均土壤流失率估计为12.8 t•ha-1•yr-1。 塞拉多的大部分地区处于低土壤流失区,分别占总表面积的79.91%,而中,高和非常高分别为15.70%,3.74%和0.66%。 造林区平均估计的土壤流失率为52.1 t•ha-1•yr-1。 在半年生,多年生和一年生作物种植中分别为29.3 t•ha-1•yr-1,而在牧场中则为13.3 t•ha-1•yr-1。 除一年生作物外,所有农场和造林地区的平均土壤流失率从中等到高。 这些结果表明,为了确
1
基于地理信息公共平台的警用地理信息系统建设——以某市为例,申灵玲,,本文详细分析了警用地理信息系统的行业需要和工作流程,阐述了最新的地理信息技术及应用。在此基础上提出应用基础地理信息公共平
2024-01-13 19:26:56 763KB 首发论文
1
《地理信息系统——原理、方法和应用》-邬伦等
2024-01-13 19:24:44 3.32MB
1
本文评估了卡拉巴尔都会区土地利用/土地覆盖(LULC)模式内的土地利用/土地覆盖(LULC)动态。 使用遥感和Arc GIS软件包获取并处理了2002、2006、2008、2010、2012、2014和2016年的热图像,以便确定研究区域内LULC中发生的变化。 LULC专题图的总体准确度计算结果超过80%,这表明几乎可以达成共识。 这项研究的结果表明,到2016年,LULC班级已假定与以前的班级规模相比,其当前班级规模有所不同。 研究区域的土地利用格局变化的特征是,建筑等级,水体增加(尽管从2010年到2012年略有负面变化),而茂密的植被和裸地类别则主要呈负趋势; 因此,表明未来的变化趋势将对整个LULC构成消灭的威胁。 这项研究表明,该地区土地利用方式的变化能够影响环境的某些特征,例如地表温度。 该研究建议政府应着手进行植树造林,以增加市中心和偏远地区周围的城市植被。
1