产品开发人员英文缩写：PDP，英文表达为Product Development Professional，中文表示：“产品开发专业人员”。
重要词汇
1.product n. 产品，制品
同根词：
productively adv.有结果地；有成果地
production n. 成果；产品；生产；作品
productivity n.生产力；生产率；生产能力
productiveness n.赢利性；生产率，生产能力；多产性
2.development n.发展，开发，发育
develop vi.发育；生长；进化；显露
3.professional
adj. 职业的，专业的，非常的
n. 专业人员，专业人士，内行，专家
双语例句
From the perspectives of size, operating cash flow, process technology level, new product development readiness for specific target market and availability of professional technical team, CRM is well equipped to invest in the 6 inch wafer fabrication plant.
从华润微电子目前的经营规模、资本结构、经营性现金流、工艺技术水平以及针对目标市场的产品开发准备和专业技术人才队伍来看，已经具备了建设6英寸芯片生产线的组织资源。
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。
以下是一些可能出现在MyCat面试中的问题：
1. 什么是MyCat？MyCat是一个开源的分布式数据库中间件，它可以将多个MySQL数据库组合成一个逻辑上的数据库集群，提供高可用性、高性能、易扩展等特性。
2. MyCat的优势是什么？MyCat具有以下优势：支持读写分离、支持分库分表、支持自动切换故障节点、支持SQL解析和路由、支持数据分片等。
3. MyCat的架构是怎样的？MyCat的架构包括三个层次：客户端层、中间件层和数据存储层。客户端层负责接收和处理客户端请求，中间件层负责SQL解析和路由，数据存储层负责实际的数据存储和查询。
4. MyCat支持哪些数据库？MyCat目前支持MySQL和MariaDB数据库。
5. MyCat如何实现读写分离？MyCat通过将读请求和写请求分别路由到不同的MySQL节点上实现读写分离。读请求可以路由到多个只读节点上，从而提高查询性能。
6. MyCat如何实现分库分表？MyCat通过对SQL进行解析和路由，将数据按照一定规则划分到不同的数据库或表中，从而实现分库分表。
7. MyCat如何保证数据一致性？MyCat通过在多个MySQL节点之间同步数据，保证数据的一致性。同时，MyCat还支持自动切换故障节点，从而保证系统的高可用性。
8. MyCat的部署方式有哪些？MyCat可以部署在单机上，也可以部署在多台服务器上实现分布式部署。
安卓开发者选项详解：
第一项：提交错误报告
将本机上安卓系统的出错日志以及硬件设备信息发送给谷歌。第二项：桌面密码备份
设置或更新桌面完整备份的密码。第三项：保持唤醒状态不锁定屏幕
充电时屏幕不会休眠。第四项：启用蓝牙HCI信息收集日志
蓝牙互传文件会被记录日志。第五项：进程统计信息
安卓4.4新增功能，每个进程的运行时长百分比，ram使用率，相关后台服务统计情况一目了然。第六项：USB调试
允许外部程序尤其是PC端程序通过adb命令管理手机。安卓系统最有趣也是最吸引人的开放性就是由它控制的。第七项：撤销USB调试授权
撤销所有已连接过的电脑调试授权，下次连接又要重新安装驱动。第八项：电源键菜单错误报告
第九项：允许模拟地点
真正为开发人员设置的一个选项。软件开发人员对开发的某些定位软件(一般为地图软件)，做测试的时候使用的，功能是模拟手机目前所处的位置(比如手机当前实际位置在中国，但测试软件时要求测试条件为美国，就可以使用该功能进行测试软件模拟定位)。第十项：选择调试应用
开发者选项。第十一项：显示触摸操作
开启后，手指点击的地方就显示一个小圆点。第十二项：指针位置
以十字横纵坐标的方式显示你触摸的位置，如果是滑动的话，就是一条线的轨迹。第十三项：显示屏幕更新
当滚动屏幕或触控或者系统自动刷新使得屏幕上的某块区域重新绘制时，该区域闪烁。第十四项：显示布局边界
显示当前页面各个组件的边界框架信息，对于开发人员参考好的app设计有些帮助。第十五项：窗口动画缩放
第十六项：过渡动画缩放
第十七项：动画程序时长调整
这三项决定了你对整个rom的动态感官体验。比如启动app、桌面滑屏、确认框的弹出等，有了动画就会显得很顺滑以及和谐。关闭了或调节比例越低，会显得切换动作较为生硬，但好处是对系统资源占用就会降低。第十八项：模拟辅助显示设备
第十九项强制GPU渲染
值得重点介绍的一个选项。安卓的软件应用的界面可以使用cpu或gpu渲染，包括桌面。由于gpu处理图形比cpu好，所以gpu渲染应用的界面会更流畅，同时减轻cpu的负担。gpu强制渲染就是hwa(hard ware acceleration硬件加速)的一种，能够得到更好的优化。 但强制gpu也是有缺陷的。第一是强制GPU加速功能会增加功耗，降低待机时间。第二是，部分旧程序本身不支持gpu渲染，没有硬件加速hwa的就会出现崩溃。比较老的程序因为SDK版本低不支持gpu加速，或者开发时默认不开启gpu渲染，遇上gpu强制渲染就会出现问题。第二十项：显示GPU视图更新
屏幕上的区域更新时闪烁响应的屏幕区域各种闪烁。第二十一项：显示硬件层更新
硬件层更新。第二十二项：调试GPU过度绘制
当使用GPU绘图时，在屏幕上绘制不同的颜色来表明过度绘制的情况。过度绘制情况的好坏通过颜色来表示，从蓝色、绿色、淡红色到红色 ，分别代表从好到坏的渐变(1x过度绘制、2x过度绘制、3x过度绘制和超过4x过度绘制)。界面上存在少量的淡红色可以接受，但如果存在较多的大红色就代表过度绘制有点严重了。畅玩总的来说还好，以正常色和蓝绿色居多，说明GPU很智能。第二十三项：调试非矩形剪裁操作
第二十四项：强制启用4x MSAA
4倍抗锯齿，游戏达人应该对此很熟悉。对于畅玩的GPU来说，开启此选项不会明显的增加手机的发热量，对于续航也影响不大，当然这是建立在我的游戏时长比较短的情况下。但对画质的提升还是蛮明显的，地铁跑酷、极品飞车，游戏画面的边缘都有了明显改善，更为细腻圆润。第二十五项：停用HW叠加层
停用的话，所有应用将共享视频内存，将不会经常检查碰撞与裁剪以显示一个合适的图像，将会耗费大量处理能力。而HW叠加层允许应用有单独的视频内存，性能自然要好些。第二十六项：严格模式已启用
在你打开某个应用后，点返回退出但在进程中仍然运行，长时间后屏幕会闪烁提示你在主线程上还是正在运行的应用程序。第二十七项：显示CPU使用情况
很有用的一个选项，开启后在右上角最上层显示cpu当前正在处理的进程。第二十八项：GPU呈现模式分析
非常有趣的一个选项，不过真的是开发者选项。用来调试应用，需要结合adb shell dumpsys gfxinfo your_package 命令来使用。可以用来测量某个app的帧速率，例如列表视图滚动的时候。第二十九项：启用OpenGL跟踪
图形视角效果器，是手机制作图片软件的辅助工具，比如ps3D立体图，需要启用这个工具才能实现再编辑过程中的图片旋转，放大缩小复位等。第三十项：不保留活动
网上有些教程说开启这个选项会对解决例如打开通讯录等操作的卡顿现象有帮助，经过实测没什么作用。个人感觉保留活动就和保留IE的缓存一样，是有用的。第三十一项：后台进程限制
自定义设置后台程序的进程限制。第三十二项：显示所有“应用程序无响应”(ANR)
当app出现FC(强制关闭)错误时(具体错误做安卓或java开发的人很清楚了，比如数组越界)，提示给用户知晓。每个品牌的手机都可以进入开发者模式，进行手机调式，那华为手机的开发者模式怎么进入呢，下面就一起来看看吧！
1、打开华为手机的【设置】，找到并点击进入【关于手机】设置；
2、然后连续点击7次【版本号】；
3、接着输入解锁手势密码；
4、当提示【您正处于开发者模式】就表示我们已经进入开发者模式了。
