CentOS 和海康威视是两个在IT和安防领域享有盛誉的品牌。CentOS 是一种基于开放源代码的操作系统，具有稳定性高、安全性好的特点，广泛应用于服务器领域。海康威视作为国内领先的视频监控设备制造商，提供了一系列高质量的监控产品和解决方案。本文将探讨如何结合CentOS操作系统和海康威视设备，打造安全可靠的监控系统。
CentOS 是一个以企业级应用为设计目标的开源操作系统，其稳定性和安全性备受认可。CentOS 采用了与商业操作系统相似的架构，可以为用户提供强大的性能和支持。作为企业服务器的首选之一，CentOS 提供了长期支持和更新，能够确保系统持续稳定运行。
在构建监控系统时，选择 CentOS 作为操作系统有诸多优势。首先，CentOS 的开源性质意味着用户可以自由获取、使用和定制系统，满足不同监控需求的个性化配置。其次，CentOS 提供了丰富的软件包管理工具，用户可以方便地部署监控相关的应用程序和软件驱动。最重要的是，CentOS 作为一种高度稳定的操作系统，可以为监控系统提供可靠的基础支持。
海康威视是一家专业从事视频监控设备研发、生产和销售的知名企业，在监控行业拥有良好的口碑和市场份额。海康威视的产品涵盖了摄像机、录像机、监控软件等多个领域，广泛应用于公共安全、交通监控、城市管理等领域。
海康威视产品的质量和可靠性得到了广泛认可。其摄像机拥有高清晰度、远距离监控等优良特性，可以满足各种复杂环境下的监控需求。同时，海康威视的监控软件提供了智能分析、远程监控等功能，为用户提供了更便捷、高效的监控体验。
将CentOS操作系统与海康威视设备结合，可以打造出安全可靠、功能强大的监控系统。首先，CentOS提供了稳定的操作平台，可以确保监控系统的稳定运行。其次，用户可以通过CentOS丰富的软件包管理工具，轻松部署海康威视的监控软件和驱动程序，实现设备与系统的完美兼容。
海康威视的设备可以与CentOS操作系统实现良好的集成，用户可以在CentOS平台上实现对监控设备的管理和控制。利用海康威视的智能监控软件，用户可以实现对监控画面的实时查看和录像存储，确保监控系统的有效运行。同时，海康威视的设备支持远程监控和管理，用户可以通过网络实时监控各个监控点的情况。
在构建监控系统时，安全性始终是至关重要的考量因素。CentOS作为一个安全性较高的操作系统，提供了多重安全功能，如访问控制、安全认证等，可以有效保护系统免受恶意攻击和数据泄露的威胁。
海康威视的设备同样注重安全性，采用了各种安全技术和加密算法，确保监控数据的机密性和完整性。用户可以通过海康威视的设备管理平台对设备和数据进行安全管理，防止未经授权的访问和操作。
结合CentOS操作系统和海康威视设备，可以打造一个安全可靠、功能强大的监控系统。CentOS作为稳定性高、安全性好的操作系统，为监控系统提供了可靠的基础支持；海康威视作为质量可靠的监控设备制造商，为用户提供了各类高品质的监控设备和解决方案。
通过CentOS和海康威视的结合，用户可以获得安全稳定、功能强大的监控系统，实现对各类监控场景的有效管理和监控。这种结合不仅可以提高监控系统的效率和可靠性，还可以帮助用户更好地应对安全挑战和风险，保障监控系统的运行安全。
从市场地位来说，海康还是龙头，更胜一筹;从股票市场来说，海康估值相比大华偏高，龙头享受溢价也能理解;从最新财报来看，大华明显增速高于海康，尤其是净利润增长远超海康，是否因为大华对支出收紧了，海康在研究方面投入更大，未来也许够劲更足;两者都面临华为进入安防市场的冲击风险，未来有待观察;海康被特朗普特点，国家支持力度可能更大。
PS，利益相关，同时持有海康和大华，18年开始就没舒心过，从40多持有一直遭遇暴跌，随着下跌不断加仓，终于在19年中解套。目前在我个人A股科技股自选股中看来估值属于最便宜的，有业绩，有门槛，期待AIOT+5G新基建时代大放异彩。
海康智联刚从研究院分出来两年，刚分出来的时候三十个人，现在扩张到一百多，还在高强度社招和校招，目标是做车联网的全套解决方案。智联在集团内部的级别属于海康威视同级，当然体量差远了，只能说画饼的终极目标是海康威视。整体架构就是博士做算法，硕士做开发和推广。
我比较废，杭州某双非硕，投的技术支持岗，谈的是18打包一年，五险一金，开发岗据说是20打包，待遇和大厂比肯定是差远了，不过承诺985工作制我觉得还是相对安稳一些。车联网行业属于前景比较好的行业，大概看了一下四大产品，和华为的产品现在好像有竞争关系，面试的时候忘记问市场范围了，看公告大的单子少，都是几万的项目，毕竟刚起步。公司承诺有年终利润分红，这个姑且算作潜在收入吧，虽然不稳定就像浮动绩效一样，但算是一块起码能吃到的饼。
话说回来，海康威视今年身边同学软开普遍是15*15，不知道算什么水平，毕竟双非中我们也是弱的那一类，横向比还是不错了。
先做个小总结。
1.客服质量低下，不懂产品，连最基础的存储卡问题都无法帮助解决。
2.拒绝质保。购买时告知一年质保，出了问题后告知已超出质保，仅质保三个月，且在商品详情页面，商品说明书售后卡等任何地方都没有标明。
3.霸王售后，在产品设计缺陷的情况下，坏了产品不进行任何维修，直接让用户花钱买个新的。
以下为正文
天猫旗舰店买了两个C3A的套装，收到货后，插上TF卡发现不识别，告知客服后……
后来我通过重新登陆账号的方式解决。（插上卡后重启摄像头，摄像头也还是不认卡，要重新登陆账号才行）这我都纳闷是硬件问题还是软件问题了……反正是产品设计有问题。
我购买的摄像头是带电池和充电底座的，但后来发现充电底座有严重的设计问题，在经过一次次数的电池插拔使用后，触点就会变形。主要由于电池是滑入式的设计，而很多充电底座是放入式设计。
于是我在5个月的时候将产品发向售后部，结果得到了这样的消息。
最终我上12315投诉，黑猫投诉，萤石都没有给我任何反馈。仿佛在说：我就是硬，不把消费者当人看，你能拿我怎么滴？
再次总结：
1.客服质量低下，不懂产品，连最基础的存储卡问题都无法帮助解决。
2.拒绝质保。购买时告知一年质保，出了问题后告知已超出质保，仅质保三个月，且在商品详情页面，商品说明书售后卡等任何地方都没有标明。
3.霸王售后，在产品设计缺陷的情况下，坏了产品不进行任何维修，直接让用户花钱买个新的。
之前看了Mahout官方示例 20news 的调用实现；于是想根据示例的流程实现其他例子。网上看到了一个关于天气适不适合打羽毛球的例子。
训练数据：
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
检测数据：
sunny，hot，high，weak
结果：
Yes=》 0.007039
No=》 0.027418
于是使用Java代码调用Mahout的工具类实现分类。
基本思想：
1. 构造分类数据。
2. 使用Mahout工具类进行训练，得到训练模型。
3。将要检测数据转换成vector数据。
4. 分类器对vector数据进行分类。
接下来贴下我的代码实现=》
1. 构造分类数据：
在hdfs主要创建一个文件夹路径 /zhoujainfeng/playtennis/input 并将分类文件夹 no 和 yes 的数据传到hdfs上面。
数据文件格式，如D1文件内容： Sunny Hot High Weak
2. 使用Mahout工具类进行训练，得到训练模型。
3。将要检测数据转换成vector数据。
4. 分类器对vector数据进行分类。
这三步，代码我就一次全贴出来；主要是两个类 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";
/*
* 测试代码
*/
public static void main(String[] args) {
//将训练数据转换成 vector数据
makeTrainVector();
//产生训练模型
makeModel(false);
//测试检测数据
BayesCheckData.printResult();
}
public static void makeCheckVector(){
//将测试数据转换成序列化文件
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参数是，是否递归删除的意思
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("文件序列化失败！");
System.exit(1);
}
//将序列化文件转换成向量文件
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参数是，是否递归删除的意思
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("序列化文件转换成向量失败！");
System.out.println(2);
}
}
public static void makeTrainVector(){
//将测试数据转换成序列化文件
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参数是，是否递归删除的意思
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("文件序列化失败！");
System.exit(1);
}
//将序列化文件转换成向量文件
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参数是，是否递归删除的意思
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("序列化文件转换成向量失败！");
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参数是，是否递归删除的意思
fs.delete(out, true);
}
if(fs.exists(label)){
//boolean参数是，是否递归删除的意思
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("生成训练模型失败！");
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("检测数据构造成vectors初始化时报错。。。。");
System.exit(4);
}
}
/**
* 加载字典文件，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;
}
/**
* 加载df-count目录下TermDoc频率文件，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时表示总文档数
for (Multiset.Entry<String> entry : words.entrySet()) {
String word = entry.getElement();
int count = entry.getCount();
Integer wordId = dictionary.get(word); // 需要从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);
}
// 利用贝叶斯算法开始分类,并提取得分最好的分类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("检测所属类别是："+getCheckResult());
}
}
1. 请介绍一下WebGIS的概念和作用，以及在实际应用中的优势和挑战。
WebGIS是一种基于Web技术的地理信息系统，通过将地理数据和功能以可视化的方式呈现在Web浏览器中，实现地理空间数据的共享和分析。它可以用于地图浏览、空间查询、地理分析等多种应用场景。WebGIS的优势包括易于访问、跨平台、实时更新、可定制性强等，但也面临着数据安全性、性能优化、用户体验等挑战。
2. 请谈谈您在WebGIS开发方面的经验和技能。
我在WebGIS开发方面有丰富的经验和技能。我熟悉常用的WebGIS开发框架和工具，如ArcGIS API for JavaScript、Leaflet、OpenLayers等。我能够使用HTML、CSS和JavaScript等前端技术进行地图展示和交互设计，并能够使用后端技术如Python、Java等进行地理数据处理和分析。我还具备数据库管理和地理空间数据建模的能力，能够设计和优化WebGIS系统的架构。
3. 请描述一下您在以往项目中使用WebGIS解决的具体问题和取得的成果。
在以往的项目中，我使用WebGIS解决了许多具体问题并取得了显著的成果。例如，在一次城市规划项目中，我开发了一个基于WebGIS的交通流量分析系统，帮助规划师们评估不同交通方案的效果。另外，在一次环境监测项目中，我使用WebGIS技术实现了实时的空气质量监测和预警系统，提供了准确的空气质量数据和可视化的分析结果，帮助政府和公众做出相应的决策。
4. 请谈谈您对WebGIS未来发展的看法和期望。
我认为WebGIS在未来会继续发展壮大。随着云计算、大数据和人工智能等技术的不断进步，WebGIS将能够处理更大规模的地理数据、提供更丰富的地理分析功能，并与其他领域的技术进行深度融合。我期望未来的WebGIS能够更加智能化、个性化，为用户提供更好的地理信息服务，助力各行各业的决策和发展。
这块您需要了解下stm32等单片机的基本编程和简单的硬件设计，最好能够了解模电和数电相关的知识更好，还有能够会做操作系统，简单的有ucos，freeRTOS等等。最好能够使用PCB画图软件以及keil4等软件。希望对您能够有用。
1.负责区域大客户/行业客户管理系统销售拓展工作，并完成销售流程；
2.维护关键客户关系，与客户决策者保持良好的沟通；
3.管理并带领团队完成完成年度销售任务。
你好，面试题类型有很多，以下是一些常见的类型：
1. 技术面试题：考察候选人技术能力和经验。
2. 行为面试题：考察候选人在过去的工作或生活中的行为表现，以预测其未来的表现。
3. 情境面试题：考察候选人在未知情境下的决策能力和解决问题的能力。
4. 案例面试题：考察候选人解决实际问题的能力，模拟真实工作场景。
5. 逻辑推理题：考察候选人的逻辑思维能力和分析能力。
6. 开放性面试题：考察候选人的个性、价值观以及沟通能力。
7. 挑战性面试题：考察候选人的应变能力和创造力，通常是一些非常具有挑战性的问题。
需要具体分析 因为cocoscreator是一款游戏引擎，面试时的问题会涉及到不同的方面，如开发经验、游戏设计、图形学等等，具体要求也会因公司或岗位而异，所以需要根据实际情况进行具体分析。 如果是针对开发经验的问题，可能会考察候选人是否熟悉cocoscreator常用API，是否能够独立开发小型游戏等等；如果是针对游戏设计的问题，则需要考察候选人对游戏玩法、关卡设计等等方面的理解和能力。因此，需要具体分析才能得出准确的回答。
