میانگین ایجاد کنید. مجموعه داده های ارزیابی انتگرال، حداکثر و حداقل.
نحو
model.result().dataset().create( <dtag> “Average”);
model.result().dataset().create( <dtag> “Integral”);
model.result().dataset().create( <dtag> “Maximum”);
model.result().dataset().create( <dtag> “Minimum”);
model.result().dataset( <dtag> ).set( خاصیت , <value> );
model.result().dataset( <dtag> ).selection(…);
شرح
model.result().dataset().create( <dtag> “Average”) مجموعه داده ای به نام <dtag> ایجاد می کند که میانگین یک مجموعه داده دیگر را محاسبه می کند.
model.result().dataset().create( <dtag> “Integral”) مجموعه داده ای به نام <dtag> ایجاد می کند که انتگرال یک مجموعه داده دیگر را محاسبه می کند.
model.result().dataset().create( <dtag> “Maximum”) مجموعه داده ای به نام <dtag> ایجاد می کند که حداکثر یک مجموعه داده دیگر را محاسبه می کند.
model.result().dataset().create( <dtag> “Minimum”) مجموعه داده ای به نام <dtag> ایجاد می کند که حداقل مجموعه داده دیگری را محاسبه می کند.
model.result().dataset( <dtag> ).selection() انتخاب هندسه را برای مجموعه داده برمی گرداند، که به طور پیش فرض هندسه انتخاب شده در مجموعه داده ای است که این مجموعه داده به آن اشاره دارد. برای اطلاعات بیشتر در مورد روش های انتخاب موجود، به گزینه ها مراجعه کنید
model.result().dataset( <dtag> .set( خاصیت , <value> ) مقدار یک ویژگی از مجموعه داده را تنظیم می کند.
خواص مشترک زیر در دسترس است:
|
ویژگی
|
ارزش
|
پیش فرض
|
شرح
|
|
داده ها
|
هیچکدام | نام مجموعه داده
|
اولین مجموعه داده سازگار
|
مجموعه داده ای که این ویژگی به آن اشاره دارد.
|
|
مرحله
|
fromdataset | حجم | سطح | لبه | نقطه
|
fromdataset
|
بعد عنصر؛ اگر fromdataset ، بالاترین بعد پشتیبانی شده توسط مجموعه داده استفاده می شود.
|
ویژگی های اضافی زیر برای برخی از مجموعه داده های ارزیابی موجود است:
|
ویژگی
|
ارزش
|
پیش فرض
|
شرح
|
|
متقابل
|
در | خاموش
|
خاموش
|
برای میانگین و انتگرال: آیا باید از ترتیب یکپارچه سازی مشخص شده دستی استفاده شود.
|
|
سرزده
|
عدد صحیح مثبت
|
4
|
برای میانگین و انتگرال و برای حداکثر و حداقل زمانی که نقاط روی ادغام تنظیم شده است : ترتیب ادغام دستی تنظیم شده است.
|
|
درون سطحی
|
بولی
|
نادرست
|
برای میانگین و انتگرال: انتگرال سطح را برای داده های متقارن محوری یک بعدی محاسبه کنید.
|
|
حجم داخلی
|
بولی
|
نادرست
|
برای میانگین و انتگرال: انتگرال حجم را برای داده های متقارن محوری دوبعدی محاسبه کنید.
|
|
روش
|
خودکار | ادغام | جمع بندی
|
خودکار
|
برای میانگین و انتگرال: روش ادغام.
|
|
نکته ها
|
لاگرانژ | گره | ادغام
|
لاگرانژ
|
امتیاز ارزیابی برای حداکثر یا حداقل: نقاط لاگرانژ، نقاط گره یا نقاط ادغام.
|
|
پالودن
|
عدد صحیح مثبت
|
2
|
برای حداکثر و حداقل زمانی که نقاط روی لاگرانژ تنظیم شده است : از ترتیب لاگرانژ (تصفیه عنصر) استفاده کنید. به خاطر داشته باشید که این پالایشی است که برای مجموعه داده پایه استفاده می شود، بنابراین اگر طرح، به عنوان مثال، از مجموعه داده چرخشی استفاده کند، تعداد عناصر در مدل می تواند به شدت افزایش یابد.
|
صفت
انتخاب (ویژگی مجموعه داده)
