辛苦。海天酱油厂是按照订单的生产计划进行生产，所以有时候可能需要加班赶货，男性员工还可能需要参与一些搬运工作，涉及到一定的体力...
宿迁海天股份有限公司薪资在6000左右，缴纳五险一金，有双休，领导职工都比较齐心。
企业效益不错，在宿迁，去这样的企业工作，相对来说，是个不错的选择。
海天婚宴，是许多新人梦寐以求的婚礼场地。无论是追求奢华与尊贵，还是注重细节和服务的完美主义者，海天婚宴都能满足所有新人的需求。作为顶级婚宴品牌，海天婚宴以其高贵典雅、独特而精致的设计和无微不至的服务而受到广大新人的喜爱。
海天婚宴的场地是完美的结合了豪华和浪漫的氛围。无论是室内还是室外的场地，都能为新人和嘉宾们打造出一场难忘的婚宴。室内场地独具匠心的设计，采用了顶级的装饰材料和精美的细节，营造出高贵、典雅的氛围。而室外场地则可以享受到大自然的美景，让新人和嘉宾们仿佛置身于童话世界中。
海天婚宴以其丰富多样的菜品而闻名。无论您偏好传统的中餐，还是追求国际化的西餐，海天婚宴都能满足您的需求。海天婚宴的厨师团队具备多年的专业经验，能够将传统菜品与创意菜肴相结合，为您呈现出一道道精致美味的佳肴。
此外，海天婚宴还提供个性化定制的服务，根据您的口味和喜好，量身定制婚宴菜单。无论是素食、普通餐、还是主题菜单，海天婚宴都能满足您的需求。每一道菜都经过精心挑选、考究，口感和视觉效果都能给您带来惊喜。
海天婚宴注重细节和服务，为每一对新人提供个性化的尊贵礼遇。从婚宴的策划、布置，到整个婚礼的执行过程，海天婚宴的专业团队都会为您提供无微不至的服务。
在筹备阶段，海天婚宴的专业策划师会与您沟通，了解您的需求和喜好，为您提供个性化的婚宴方案。无论您是追求奢华与独特，还是注重细节和精致，海天婚宴都能帮助您实现婚礼的梦想。
在婚礼当天，海天婚宴的服务团队将全程跟进，确保一切顺利进行。他们会为您和嘉宾们提供专属的礼遇，包括贴心的接待、优先入座、精美的菜品、高品质的服务等。让您和嘉宾们感受到一种至尊待遇。
无论您是作为新人还是作为嘉宾来到海天婚宴，都能享受到完美的婚宴体验。高贵典雅的场地、精致美味的菜品、无微不至的服务，每一个细节都能让您沉浸在幸福的氛围中。
海天婚宴作为顶级婚宴品牌，凭借其卓越的品质和服务，赢得了众多新人的赞誉和信赖。无论是传统的婚礼，还是别具一格的主题婚礼，海天婚宴都能为您打造一场独一无二的婚宴盛宴。
在海天婚宴的舞台上，您和您的爱人将共同迎接人生的新篇章。让海天婚宴成为您婚礼的见证，为您带来终身难忘的回忆。
无论是初学驾驶者还是想要提升驾驶技术的老司机，选择一家优秀的驾校来学习是至关重要的。对于位于中国的驾驶学员来说，海天驾校是一个备受推荐的培训机构。
作为中国领先的驾校，海天驾校致力于为学员提供全面的驾驶培训课程和高质量的服务。无论你是初学者还是有一定驾驶经验的人，海天驾校都能够满足你的需求。
海天驾校拥有一支由经验丰富的教练组成的教学团队。每一位教练都经过严格的选拔和培训，具备丰富的教学经验和专业知识。他们能够根据学员的不同需求，制定个性化的学习计划，并通过耐心细致的指导帮助学员掌握安全驾驶技巧。
海天驾校的教练团队不仅专注于教授基本的驾驶技能，还注重培养学员良好的驾驶习惯和安全意识。他们会定期与学员进行交流，解答学员的疑问，并提供实时的建议和反馈，帮助学员逐步提升自己的驾驶水平。
海天驾校提供全面的培训课程，涵盖了驾驶技巧、规章知识、交通法规等方面的内容。无论你想学习小型车辆的驾驶技术，还是想要获得大型货车或客车的驾驶执照，海天驾校都能够满足你的需求。
海天驾校的培训课程采用多种教学方法，如课堂讲解、模拟驾驶、实际驾驶等，帮助学员全面掌握驾驶技能。在课程中，学员将学习如何正确驾驶车辆、遵守交通规则、应对各种驾驶场景等。
此外，海天驾校还注重培养学员的交通安全意识和紧急情况应对能力。他们会模拟各种交通情况，让学员学会如何正确判断和应对意外情况，保障学员的行车安全。
海天驾校致力于为学员提供优质的服务体验。他们拥有先进的培训设施和设备，为学员提供舒适的学习环境。无论是教练车辆还是培训场地，都经过精心设计和布置，以提供最佳的学习效果。
此外，海天驾校还为学员提供灵活的学习安排。学员可以根据自己的时间和需求选择上课时间，方便而灵活。海天驾校还提供一对一的教学服务，确保每个学员都能够得到足够的关注和指导。
海天驾校通过多年来的优质服务赢得了广大学员的好评。许多学员在完成培训后，都能够顺利通过驾照考试，并成为一名安全驾驶的司机。
以下是一位学员的真实感言：
在海天驾校的学习经历非常愉快。教练们教学认真负责，耐心教导驾驶技巧和交通规则。在他们的指导下，我学会了如何安全地驾驶车辆，并取得了驾照。非常感谢海天驾校给予我的支持和帮助。
无论你是初学者还是想要提升驾驶技术的老司机，海天驾校都能够满足你的需求。选择海天驾校，你将获得高品质的驾校培训服务，学会安全驾驶的技能，成为一名合格的司机。
不是。海天下（现更名为星海CEO公馆）项目位于大连市沙区星海湾商务中心区5号，东邻星海会展中心，北邻现代博物馆，西邻世纪经典和国航大厦。而海天一般指佛山市海天调味食品股份有限公司。海天是国内专业的调味品生产企业，历史悠久，是中华人民共和国商务部公布的“中华老字号”企业之一，产品涵盖了酱油、蚝油、醋、调味酱、鸡精、味精、油类、小调味品等八大系列200多个规格和品种。1994年海天成功转制，成全球大型的专业调味品生产和营销企业。2010年12月，由原来的佛山市海天调味食品有限公司，改为佛山市海天调味食品股份有限公司，简称海天味业。
是海天交界。
表示天气晴朗，万里无云。夏天七八月的时候去看海就是水天交接的样子。大海是指并不封闭在海岬之间或不包括在海峡之内的那部分海洋。晴朗的释义为阳光充足，天空没有云雾。表示天气晴朗，万里无云。夏天七八月的时候去看海就是水天交接的样子。大海是指并不封闭在海岬之间或不包括在海峡之内的那部分海洋。晴朗的释义为阳光充足，天空没有云雾。
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。
