1、采桑
--【南北朝】民歌
蠶生春三月，春桑正含綠。
女兒采春桑，歌吹當(dāng)春曲。
2、臺(tái)南竹枝詞其二
--羅大佑
布谷催耕早，嘉禾熟麥秋。
入冬仍秀實(shí)，一歲兩豐收。
3、秋興有感
--王安石
宿雨清畿甸，朝陽(yáng)麗帝城。
豐年人樂(lè)業(yè)，隴上踏歌行。
4、觀刈麥
--白居易
田家少閑月，五月人倍忙。
夜來(lái)南風(fēng)起，小麥覆隴黃。
5、雨后
--裘萬(wàn)頃《雨后》
機(jī)杼蛩聲里，犁鋤鷺影邊。
吾生一何幸，田里又豐年。
6、秋收后作其一
--屈大均
十畝男功畢，孤村歲事非。
幾家滌場(chǎng)候，雞黍有馀肥。
7、歸園田居
--陶淵明
方宅十余畝，草屋八九間。
榆柳蔭后檐，桃李羅堂前。
曖曖遠(yuǎn)人村，依依墟里煙.
狗吠深巷中，雞鳴桑樹(shù)顛。
8、歸園田居
--陶淵明
種豆南山下，草盛豆苗希。
晨興理荒穢，帶月荷鋤歸。
9、田家
--歐陽(yáng)修
綠桑高下映平川，賽罷田神笑語(yǔ)喧。
林外鳴鳩春雨歇，屋頭初日杏花繁。
10、村晚
--雷震
草滿池塘水滿陂，山銜落日浸寒漪。
牧童歸去橫牛背，短笛無(wú)腔信口吹。
11、牧童
--呂巖
草鋪橫野六七里，笛弄晚風(fēng)三四聲。
歸來(lái)飽飯黃昏后，不脫蓑衣臥月明。
12、禾熟
--孔平仲
百里西風(fēng)禾黍香，鳴泉落竇谷登場(chǎng)。
老牛粗了耕耘債，嚙草坡頭臥夕陽(yáng)。
13、社日
--王駕
鵝湖山下稻粱肥，豚柵雞棲半掩扉。
桑柘影斜春社散，家家扶得醉人歸。
14、百憂集行
--杜甫
憶年十五心尚孩，健如黃犢走復(fù)來(lái)。
庭前八月梨棗熟，一日上樹(shù)能千回。
15、田家
--鄭獬
數(shù)畝低田流水渾，一樹(shù)高花明遠(yuǎn)村。
云陰拂暑風(fēng)光好，卻將微雨送黃昏。
16、過(guò)山農(nóng)家
--顧況
板橋人渡泉聲，茅檐日午雞鳴。
莫嗔焙茶煙暗，卻喜曬谷天晴。
17、早秋宿田舍
--曹鄴
澗草疏疏螢火光，山月朗朗楓樹(shù)長(zhǎng)。
南村犢子夜聲急，應(yīng)是欄邊新有霜。
18、四時(shí)田園雜興·其二十五
--范成大
梅子金黃杏子肥，麥花雪白菜花稀。
日長(zhǎng)籬落無(wú)人過(guò)，惟有蜻蜓蛺蝶飛。
19、晚春田園雜興
--范成大
胡蝶雙雙入菜花，日長(zhǎng)無(wú)客到田家。
雞飛過(guò)籬犬吠竇，知有行商來(lái)買(mǎi)茶。
20、夏日田園雜興·其三
--范成大
晝出耘田夜績(jī)麻，村莊兒女各當(dāng)家。
童孫未解供耕織，也傍桑陰學(xué)種瓜。
21、四時(shí)田園雜興·其四十
--范成大
新筑場(chǎng)泥鏡面平，家家打稻趁霜晴。
笑歌聲里輕雷動(dòng)，一夜連枷響到明。
22、秋日田園雜興
--范成大
新霜徹曉報(bào)秋深，染盡青林作纈林。
惟有橘園風(fēng)景異，碧叢叢里萬(wàn)黃金。
23、大港即事次韻
--蔡肇
村落家家有酒沽，黃童白叟醉相扶。
恨無(wú)韓滉丹青手，更作豐年幾幅圖。
24、村夜
--白居易
霜草蒼蒼蟲(chóng)切切，村南村北行人絕。
獨(dú)出門(mén)前望野田，月明蕎麥花如雪。
25、鄉(xiāng)村四月
--翁卷
綠遍山原白滿川，子規(guī)聲里雨如煙。
鄉(xiāng)村四月閑人少，才了蠶桑又插田。
26、行田間見(jiàn)新秧作
--林希逸
新秧成段見(jiàn)連連，風(fēng)弄輕柔雨后鮮。
細(xì)出水如青縷線，平鋪田似綠毛氈。
27、詠農(nóng)人之樂(lè)
--暴煥章
春種田苗夏耔耘，秋收大有民同欣。
身著布衫勝羅繡，一日三餐伴細(xì)君。
28、夜聞鄰家治稻
--陸游
二頃春蕪廢不耕，半生名宦竟何成?
歸來(lái)每羨農(nóng)家樂(lè)，月下風(fēng)傳打稻聲。
29、溪村晚步即事
--董嗣杲
小策盤(pán)旋草舍東，東西拾穗走兒童。
村家閒有秋收處，愁語(yǔ)酣歌自不同。
30、宿新市徐公店
--楊萬(wàn)里
籬落疏疏一徑深，樹(shù)頭新綠未成陰。
兒童急走追黃蝶，飛入菜花無(wú)處尋。
31、插秧
--布袋和尚
手把青秧插滿田，低頭便見(jiàn)水中天。
心底清凈方為道，退步原來(lái)是向前。
32、書(shū)湖陰先生壁
--王安石
茅檐長(zhǎng)掃凈無(wú)苔，花木成畦手自栽。
一水護(hù)田將綠繞，兩山排闥送青來(lái)。
33、引水行
--李群玉
一條寒玉走秋泉，引出深蘿洞口煙。
十里暗流聲不斷，行人頭上過(guò)潺湲。
34、游山西村
--陸游
莫笑農(nóng)家臘酒渾，豐年留客足雞豚。
山重水復(fù)疑無(wú)路，柳暗花明又一村。
35、浣溪沙·秋收
--吳未淳
村北村南脫谷聲，收來(lái)新粒幾倉(cāng)盈。日斜人語(yǔ)雜雞鳴。
婦孺挽筐猶拾穗，牛羊返圈自芻青。此間處處見(jiàn)升平。
36、農(nóng)家
--顏仁郁
半夜呼兒趁曉耕，羸牛無(wú)力漸艱行。
時(shí)人不識(shí)農(nóng)家苦，將謂田中谷自生。
37、稻花香里說(shuō)豐年，聽(tīng)取蛙聲一片。
--辛棄疾《西江月·夜行黃沙道中》
38、十里西疇熟稻香，槿花籬落竹絲長(zhǎng)，垂垂山果掛青黃。
--范成大《浣溪沙·江村道中》
根據(jù)《水利法》，關(guān)于灌溉農(nóng)田溝渠的規(guī)定有以下幾點(diǎn)：必須建立和規(guī)范農(nóng)田灌溉溝渠的管理制度；農(nóng)田灌溉溝渠的建設(shè)、改造、維修和管理必須符合水資源合理利用和保護(hù)的要求；禁止任意占用、堵塞或破壞農(nóng)田灌溉溝渠；保護(hù)農(nóng)田灌溉溝渠的安全穩(wěn)定，加強(qiáng)搶險(xiǎn)和排澇設(shè)施建設(shè)。這些規(guī)定旨在維護(hù)農(nóng)田灌溉系統(tǒng)的正常運(yùn)轉(zhuǎn)，保障農(nóng)田灌溉水源的可持續(xù)利用。
部分是有關(guān)的。隨著公務(wù)員考試的白熱化，成了更多的人的選擇，對(duì)考公人群的要求也越來(lái)越高，所以說(shuō)，在面試時(shí)也會(huì)根據(jù)熱點(diǎn)問(wèn)題，更加貼切的去根據(jù)未來(lái)工作中可能遇見(jiàn)的問(wèn)題，及早的提出應(yīng)對(duì)方案，這樣做也能從側(cè)面反應(yīng)出考公人員的臨場(chǎng)發(fā)揮能力。
人際關(guān)系類(lèi)題目屬于重點(diǎn)考察工作實(shí)務(wù)、工作經(jīng)驗(yàn)類(lèi)的題目。
更多題型剖析：
結(jié)構(gòu)化面試綜合分析類(lèi)題目常見(jiàn)問(wèn)題剖析
結(jié)構(gòu)化面試組織計(jì)劃類(lèi)題目常見(jiàn)問(wèn)題剖析
如何運(yùn)用邏輯思維搭建結(jié)構(gòu)化面試的四梁八柱
從本質(zhì)上講，人際關(guān)系類(lèi)最考察一個(gè)考生的情商，也最考察一個(gè)考生的原則性與靈活性的把握。
要回答好人際關(guān)系類(lèi)的題目，關(guān)鍵是要做到兩點(diǎn)：
一是要做到講感情與講原則相結(jié)合；
二是要做到直面問(wèn)題與細(xì)膩表達(dá)。
在實(shí)際的面試學(xué)習(xí)中，很多考生往往存在一些常見(jiàn)共性問(wèn)題?？忌凑铡耙饬x態(tài)度---明確任務(wù)---積極解決---總結(jié)反思”這四部分構(gòu)建答題框架，具體展開(kāi)內(nèi)容即可。
農(nóng)田灌溉的水質(zhì)與無(wú)機(jī)非金屬化合物及相關(guān)離子有關(guān)。作為水質(zhì)檢測(cè)目的一部分,對(duì)水質(zhì)的影響起著至關(guān)重要的作用。比如,我們?nèi)粘Ｉ钪薪?jīng)常用到的洗滌用品,含有大量陰離子表...在水的蒸騰作用中 在葉子上積累到足以損傷作物的程度時(shí),就產(chǎn)生 了毒害灌溉水中的毒性離子通常是氯離子和鈉 離子氯是灌溉水中常見(jiàn)的毒性離子,...
只能說(shuō)有一部分關(guān)系吧，畢竟園藝可能更關(guān)注的是園林植物方面，農(nóng)田可能偏農(nóng)藝與種業(yè)
一般來(lái)說(shuō)，沒(méi)有劃入基本農(nóng)田保護(hù)區(qū)內(nèi)的耕地就不是基本農(nóng)田?；巨r(nóng)田內(nèi)限制很多。嚴(yán)禁在農(nóng)田上從事非農(nóng)業(yè)項(xiàng)目、基本農(nóng)田嚴(yán)禁種樹(shù)或者搞綠化景觀、毗鄰公路的基本農(nóng)田兩項(xiàng)放寬標(biāo)準(zhǔn)、禁止破壞基本農(nóng)田土層，倒賣(mài)土方、造魚(yú)塘等等、基本農(nóng)田上禁止搞果園，種植經(jīng)濟(jì)類(lèi)作物。
之前看了Mahout官方示例 20news 的調(diào)用實(shí)現(xiàn)；于是想根據(jù)示例的流程實(shí)現(xiàn)其他例子。網(wǎng)上看到了一個(gè)關(guān)于天氣適不適合打羽毛球的例子。
訓(xùn)練數(shù)據(jù)：
Day Outlook Temperature Humidity Wind PlayTennis
D1 Sunny Hot High Weak No
D2 Sunny Hot High Strong No
D3 Overcast Hot High Weak Yes
D4 Rain Mild High Weak Yes
D5 Rain Cool Normal Weak Yes
D6 Rain Cool Normal Strong No
D7 Overcast Cool Normal Strong Yes
D8 Sunny Mild High Weak No
D9 Sunny Cool Normal Weak Yes
D10 Rain Mild Normal Weak Yes
D11 Sunny Mild Normal Strong Yes
D12 Overcast Mild High Strong Yes
D13 Overcast Hot Normal Weak Yes
D14 Rain Mild High Strong No
檢測(cè)數(shù)據(jù)：
sunny，hot，high，weak
結(jié)果：
Yes=》 0.007039
No=》 0.027418
于是使用Java代碼調(diào)用Mahout的工具類(lèi)實(shí)現(xiàn)分類(lèi)。
基本思想：
1. 構(gòu)造分類(lèi)數(shù)據(jù)。
2. 使用Mahout工具類(lèi)進(jìn)行訓(xùn)練，得到訓(xùn)練模型。
3。將要檢測(cè)數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。
4. 分類(lèi)器對(duì)vector數(shù)據(jù)進(jìn)行分類(lèi)。
接下來(lái)貼下我的代碼實(shí)現(xiàn)=》
1. 構(gòu)造分類(lèi)數(shù)據(jù)：
在hdfs主要?jiǎng)?chuàng)建一個(gè)文件夾路徑 /zhoujainfeng/playtennis/input 并將分類(lèi)文件夾 no 和 yes 的數(shù)據(jù)傳到hdfs上面。
數(shù)據(jù)文件格式，如D1文件內(nèi)容： Sunny Hot High Weak
2. 使用Mahout工具類(lèi)進(jìn)行訓(xùn)練，得到訓(xùn)練模型。
3。將要檢測(cè)數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。
4. 分類(lèi)器對(duì)vector數(shù)據(jù)進(jìn)行分類(lèi)。
這三步，代碼我就一次全貼出來(lái)；主要是兩個(gè)類(lèi) PlayTennis1 和 BayesCheckData = =》
package myTesting.bayes;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.util.ToolRunner;
import org.apache.mahout.classifier.naivebayes.training.TrainNaiveBayesJob;
import org.apache.mahout.text.SequenceFilesFromDirectory;
import org.apache.mahout.vectorizer.SparseVectorsFromSequenceFiles;
public class PlayTennis1 {
private static final String WORK_DIR = "hdfs://192.168.9.72:9000/zhoujianfeng/playtennis";
/*
* 測(cè)試代碼
*/
public static void main(String[] args) {
//將訓(xùn)練數(shù)據(jù)轉(zhuǎn)換成 vector數(shù)據(jù)
makeTrainVector();
//產(chǎn)生訓(xùn)練模型
makeModel(false);
//測(cè)試檢測(cè)數(shù)據(jù)
BayesCheckData.printResult();
}
public static void makeCheckVector(){
//將測(cè)試數(shù)據(jù)轉(zhuǎn)換成序列化文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"testinput";
String output = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();
String[] params = new String[]{"-i",input,"-o",output,"-ow"};
ToolRunner.run(sffd, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("文件序列化失?。?#34;);
System.exit(1);
}
//將序列化文件轉(zhuǎn)換成向量文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";
String output = WORK_DIR+Path.SEPARATOR+"tennis-test-vectors";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();
String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};
ToolRunner.run(svfsf, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("序列化文件轉(zhuǎn)換成向量失??！");
System.out.println(2);
}
}
public static void makeTrainVector(){
//將測(cè)試數(shù)據(jù)轉(zhuǎn)換成序列化文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"input";
String output = WORK_DIR+Path.SEPARATOR+"tennis-seq";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();
String[] params = new String[]{"-i",input,"-o",output,"-ow"};
ToolRunner.run(sffd, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("文件序列化失?。?#34;);
System.exit(1);
}
//將序列化文件轉(zhuǎn)換成向量文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-seq";
String output = WORK_DIR+Path.SEPARATOR+"tennis-vectors";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();
String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};
ToolRunner.run(svfsf, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("序列化文件轉(zhuǎn)換成向量失??！");
System.out.println(2);
}
}
public static void makeModel(boolean completelyNB){
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-vectors"+Path.SEPARATOR+"tfidf-vectors";
String model = WORK_DIR+Path.SEPARATOR+"model";
String labelindex = WORK_DIR+Path.SEPARATOR+"labelindex";
Path in = new Path(input);
Path out = new Path(model);
Path label = new Path(labelindex);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
if(fs.exists(label)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(label, true);
}
TrainNaiveBayesJob tnbj = new TrainNaiveBayesJob();
String[] params =null;
if(completelyNB){
params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow","-c"};
}else{
params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow"};
}
ToolRunner.run(tnbj, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("生成訓(xùn)練模型失?。?#34;);
System.exit(3);
}
}
}
package myTesting.bayes;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;
import org.apache.commons.lang.StringUtils;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.fs.PathFilter;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.mahout.classifier.naivebayes.BayesUtils;
import org.apache.mahout.classifier.naivebayes.NaiveBayesModel;
import org.apache.mahout.classifier.naivebayes.StandardNaiveBayesClassifier;
import org.apache.mahout.common.Pair;
import org.apache.mahout.common.iterator.sequencefile.PathType;
import org.apache.mahout.common.iterator.sequencefile.SequenceFileDirIterable;
import org.apache.mahout.math.RandomAccessSparseVector;
import org.apache.mahout.math.Vector;
import org.apache.mahout.math.Vector.Element;
import org.apache.mahout.vectorizer.TFIDF;
import com.google.common.collect.ConcurrentHashMultiset;
import com.google.common.collect.Multiset;
public class BayesCheckData {
private static StandardNaiveBayesClassifier classifier;
private static Map<String, Integer> dictionary;
private static Map<Integer, Long> documentFrequency;
private static Map<Integer, String> labelIndex;
public void init(Configuration conf){
try {
String modelPath = "/zhoujianfeng/playtennis/model";
String dictionaryPath = "/zhoujianfeng/playtennis/tennis-vectors/dictionary.file-0";
String documentFrequencyPath = "/zhoujianfeng/playtennis/tennis-vectors/df-count";
String labelIndexPath = "/zhoujianfeng/playtennis/labelindex";
dictionary = readDictionnary(conf, new Path(dictionaryPath));
documentFrequency = readDocumentFrequency(conf, new Path(documentFrequencyPath));
labelIndex = BayesUtils.readLabelIndex(conf, new Path(labelIndexPath));
NaiveBayesModel model = NaiveBayesModel.materialize(new Path(modelPath), conf);
classifier = new StandardNaiveBayesClassifier(model);
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("檢測(cè)數(shù)據(jù)構(gòu)造成vectors初始化時(shí)報(bào)錯(cuò)。。。。");
System.exit(4);
}
}
/**
* 加載字典文件，Key: TermValue； Value：TermID
* @param conf
* @param dictionnaryDir
* @return
*/
private static Map<String, Integer> readDictionnary(Configuration conf, Path dictionnaryDir) {
Map<String, Integer> dictionnary = new HashMap<String, Integer>();
PathFilter filter = new PathFilter() {
@Override
public boolean accept(Path path) {
String name = path.getName();
return name.startsWith("dictionary.file");
}
};
for (Pair<Text, IntWritable> pair : new SequenceFileDirIterable<Text, IntWritable>(dictionnaryDir, PathType.LIST, filter, conf)) {
dictionnary.put(pair.getFirst().toString(), pair.getSecond().get());
}
return dictionnary;
}
/**
* 加載df-count目錄下TermDoc頻率文件，Key: TermID； Value：DocFreq
* @param conf
* @param dictionnaryDir
* @return
*/
private static Map<Integer, Long> readDocumentFrequency(Configuration conf, Path documentFrequencyDir) {
Map<Integer, Long> documentFrequency = new HashMap<Integer, Long>();
PathFilter filter = new PathFilter() {
@Override
public boolean accept(Path path) {
return path.getName().startsWith("part-r");
}
};
for (Pair<IntWritable, LongWritable> pair : new SequenceFileDirIterable<IntWritable, LongWritable>(documentFrequencyDir, PathType.LIST, filter, conf)) {
documentFrequency.put(pair.getFirst().get(), pair.getSecond().get());
}
return documentFrequency;
}
public static String getCheckResult(){
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String classify = "NaN";
BayesCheckData cdv = new BayesCheckData();
cdv.init(conf);
System.out.println("init done...............");
Vector vector = new RandomAccessSparseVector(10000);
TFIDF tfidf = new TFIDF();
//sunny，hot，high，weak
Multiset<String> words = ConcurrentHashMultiset.create();
words.add("sunny",1);
words.add("hot",1);
words.add("high",1);
words.add("weak",1);
int documentCount = documentFrequency.get(-1).intValue(); // key=-1時(shí)表示總文檔數(shù)
for (Multiset.Entry<String> entry : words.entrySet()) {
String word = entry.getElement();
int count = entry.getCount();
Integer wordId = dictionary.get(word); // 需要從dictionary.file-0文件（tf-vector）下得到wordID，
if (StringUtils.isEmpty(wordId.toString())){
continue;
}
if (documentFrequency.get(wordId) == null){
continue;
}
Long freq = documentFrequency.get(wordId);
double tfIdfValue = tfidf.calculate(count, freq.intValue(), 1, documentCount);
vector.setQuick(wordId, tfIdfValue);
}
// 利用貝葉斯算法開(kāi)始分類(lèi),并提取得分最好的分類(lèi)label
Vector resultVector = classifier.classifyFull(vector);
double bestScore = -Double.MAX_VALUE;
int bestCategoryId = -1;
for(Element element: resultVector.all()) {
int categoryId = element.index();
double score = element.get();
System.out.println("categoryId:"+categoryId+" score:"+score);
if (score > bestScore) {
bestScore = score;
bestCategoryId = categoryId;
}
}
classify = labelIndex.get(bestCategoryId)+"(categoryId="+bestCategoryId+")";
return classify;
}
public static void printResult(){
System.out.println("檢測(cè)所屬類(lèi)別是："+getCheckResult());
}
}
1. 請(qǐng)介紹一下WebGIS的概念和作用，以及在實(shí)際應(yīng)用中的優(yōu)勢(shì)和挑戰(zhàn)。
WebGIS是一種基于Web技術(shù)的地理信息系統(tǒng)，通過(guò)將地理數(shù)據(jù)和功能以可視化的方式呈現(xiàn)在Web瀏覽器中，實(shí)現(xiàn)地理空間數(shù)據(jù)的共享和分析。它可以用于地圖瀏覽、空間查詢、地理分析等多種應(yīng)用場(chǎng)景。WebGIS的優(yōu)勢(shì)包括易于訪問(wèn)、跨平臺(tái)、實(shí)時(shí)更新、可定制性強(qiáng)等，但也面臨著數(shù)據(jù)安全性、性能優(yōu)化、用戶體驗(yàn)等挑戰(zhàn)。
2. 請(qǐng)談?wù)勀赪ebGIS開(kāi)發(fā)方面的經(jīng)驗(yàn)和技能。
我在WebGIS開(kāi)發(fā)方面有豐富的經(jīng)驗(yàn)和技能。我熟悉常用的WebGIS開(kāi)發(fā)框架和工具，如ArcGIS API for JavaScript、Leaflet、OpenLayers等。我能夠使用HTML、CSS和JavaScript等前端技術(shù)進(jìn)行地圖展示和交互設(shè)計(jì)，并能夠使用后端技術(shù)如Python、Java等進(jìn)行地理數(shù)據(jù)處理和分析。我還具備數(shù)據(jù)庫(kù)管理和地理空間數(shù)據(jù)建模的能力，能夠設(shè)計(jì)和優(yōu)化WebGIS系統(tǒng)的架構(gòu)。
3. 請(qǐng)描述一下您在以往項(xiàng)目中使用WebGIS解決的具體問(wèn)題和取得的成果。
在以往的項(xiàng)目中，我使用WebGIS解決了許多具體問(wèn)題并取得了顯著的成果。例如，在一次城市規(guī)劃項(xiàng)目中，我開(kāi)發(fā)了一個(gè)基于WebGIS的交通流量分析系統(tǒng)，幫助規(guī)劃師們?cè)u(píng)估不同交通方案的效果。另外，在一次環(huán)境監(jiān)測(cè)項(xiàng)目中，我使用WebGIS技術(shù)實(shí)現(xiàn)了實(shí)時(shí)的空氣質(zhì)量監(jiān)測(cè)和預(yù)警系統(tǒng)，提供了準(zhǔn)確的空氣質(zhì)量數(shù)據(jù)和可視化的分析結(jié)果，幫助政府和公眾做出相應(yīng)的決策。
4. 請(qǐng)談?wù)勀鷮?duì)WebGIS未來(lái)發(fā)展的看法和期望。
我認(rèn)為WebGIS在未來(lái)會(huì)繼續(xù)發(fā)展壯大。隨著云計(jì)算、大數(shù)據(jù)和人工智能等技術(shù)的不斷進(jìn)步，WebGIS將能夠處理更大規(guī)模的地理數(shù)據(jù)、提供更豐富的地理分析功能，并與其他領(lǐng)域的技術(shù)進(jìn)行深度融合。我期望未來(lái)的WebGIS能夠更加智能化、個(gè)性化，為用戶提供更好的地理信息服務(wù)，助力各行各業(yè)的決策和發(fā)展。
這塊您需要了解下stm32等單片機(jī)的基本編程和簡(jiǎn)單的硬件設(shè)計(jì)，最好能夠了解模電和數(shù)電相關(guān)的知識(shí)更好，還有能夠會(huì)做操作系統(tǒng)，簡(jiǎn)單的有ucos，freeRTOS等等。最好能夠使用PCB畫(huà)圖軟件以及keil4等軟件。希望對(duì)您能夠有用。
