该程序实现对一维数据轴上的最临近点的求解问题 采用方法：分治方法1（该方法在递归时由于使用数组的值，使得递归进栈的数据很多，消耗系统空间很大，所以处理的个数经测试不超过70个，可见在设计程序时，考虑空间的使用也是很必要的！）-the process of achieving a dimensional data axis near the point of the methodology used to solve the problem : a partition method (the me

使用AE+C#做的模拟arcgis的简单功能。包括：空间查询：属性查空间、空间查属性 距离分析：直线距离、成本距离、临近分配 表面分析：等高线、坡度、坡向、Cut/Fill 密度分析：简单密度、核密度 缓冲区分析：基于属性、点击 栅格插值：反距离插值、克里金插值 矢栅转换：矢量转栅格、栅格转矢量 叠置分析 重分类-Use

kNN算法(k临近算法)的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。-The core idea of kNN algorithm is that if a sample in the feature space of k-nearest neighbor samples Most belong to a category, then the sample also fall into this catego