延吉西站位于吉林省延吉市朝阳川镇经济技术开发区，是长珲城际铁路延边州境内最大的高铁站。
站房建筑面积8000㎡ ，混凝土框架结构，两层，4台9线（含2条正线），有柱雨棚面积23077㎡，站台面积22950㎡，旅客进出为下进下出模式。同时配套公路客运枢纽站，建筑面积11363㎡，三层，并且有连廊与高铁站房衔接。延吉西站综合客运枢纽投入使用后，每日可接纳1万人次旅客实现公路与铁路、城市公交和城市客运出租等多种运输方式的零距离换乘。延吉站，原名间岛站，是长图铁路上的车站，站址在吉林省延吉市站前街，建于1924年。2004年11月，新的延吉火车站投入使用。隶属中国铁路沈阳局集团有限公司延吉车务段管辖，现为二等站。驾车路线：全程约10.9公里
起点：延吉站
1.从起点向正东方向出发，行驶190米，左转进入铁北路
2.沿铁北路行驶100米，在第1个出口，右转进入站前街
3.沿站前街行驶540米，进入长白山西路
4.沿长白山西路行驶290米，过右侧的农机大楼约260米后，调头进入长白山西路
5.沿长白山西路行驶4.2公里，稍向右转进入珲乌线
6.沿珲乌线行驶220米，稍向右转进入外环路
7.沿外环路行驶60米，直行进入珲乌线
8.沿珲乌线行驶1.4公里，朝市区方向，右转上匝道
9.沿匝道行驶100米，右后方转弯进入公园路
10.沿公园路行驶1.2公里，直行进入延三公路
11.沿延三公路行驶2.0公里，调头进入延三公路
12.沿延三公路行驶180米，到达终点
终点：延吉西站
上延吉站是火车站，延吉西站是动车站，个人认为路不熟就去延吉站，交通方便上市内有十多个公交线路。
上龙井和龙汪清图们，往西300米左右有个客运站。
驾车路线：全程约8.7公里起点：延吉火车西站1.从起点向正西方向出发，沿延三公路行驶60米，调头进入延三公路2.沿延三公路行驶1.8公里，直行进入公园路3.沿公园路行驶5.6公里，过右侧的信息产业园约260米后，直行进入人民路4.沿人民路行驶670米，右转进入局于街5.沿局于街行驶20米，过左侧的联通大厦约90米后，右转进入解放路6.沿解放路行驶60米，到达终点(在道路右侧)终点：延吉市
作为一个地道的广东人，13只身跑去延吉，出机场的那一刻，接我的朋友泪流满面，她说相隔三千里，你还真来了，五年过去了，还记得那里冷清的空气，漫天的星空，去到哪里都被问是不是台湾？！还记得一眼看三国？印象挺深刻的还有那个俄罗斯边境的小城镇，有那么一刻想过在哪里不回广州了，我朋友说你会冷死在这里的。饮食文化，感觉受朝鲜族挺深的，烤肉，冷面，还是挺不错的。南方姑娘很遗憾的就是，没看上雪，东北朋友一百个嫌弃：那玩意有啥好看。八月底早上刺骨的冷到现在还记得。不说了，我去空调下吹吹冷静一下，甚是想念东北的梁小姐。
延吉市是吉林省延边朝鲜族自治州辖县级市、首府，地处吉林省东部、延边中部、长白山脉北麓，处于东北亚经济圈的腹地，东边直线距离中俄边境仅60千米，南边直线距离中朝边境10余千米。来延吉可以感受当地朝鲜族风俗民情以及朝鲜族美食文化。
延吉的交通：目前直飞延吉朝阳川国际机场的国内城市有北京、上海、杭州、哈尔滨、青岛，其它城市需要转机前往。动车：长春有直达延吉的城际列车，2个半小时左右即可抵达。从延吉到图们也可以做城际列车15分钟即可抵达。
吃在延吉：延吉美食主要有杂酱面、冷面、汤饭、拌饭、烧烤、烤肉、包饭等。推荐门店：兴豆饭店、顺姬冷面、明月汤饭、全州拌饭、金利串店、吴氏包饭等。
喝在延吉：体验延吉的咖啡文化。推荐门店：后浪咖啡（打卡网红弹幕墙）、时庭咖啡、乐温咖啡等。
玩在延吉：延边博物馆、帽儿山国家森林公园、中国朝鲜族民俗园、人民公园、春兴朝鲜族古村落民俗文化园、延吉恐龙王国、延吉东来寺、海兰湖风景区、图们口岸等。
住在延吉：住宿推荐人民公园或者大学城附近交通方便。推荐酒店：华益卡伊洛斯酒店、延边屋里家焕森民宿(朝鲜族民俗园店)、延边宾馆、丽枫酒店等。
买在延吉：水上市场、西市场、隆玛特超市、延吉女人世界等。当地特色产品带回家。
延吉线路推荐：
D1：帽儿山国家森林公园-中国朝鲜族民俗园-后浪咖啡-网红弹幕墙打卡
D2：水上市场-人民公园-西市场-延吉女人世界-延吉东来寺-海兰湖风景区
D3：延边博物馆-延吉春兴朝鲜族古村落民俗文化园
D4：延吉-图们边境口岸1日游（动车往返或者租车前往）
D5：延吉-长白山景区（车程3个半小时左右）
注意事项：
1. 延吉市秋冬季早晚较冷，室外游玩请带好防寒服或者厚的羽绒服，鞋子请穿防滑保暖舒适的运动鞋。
2. 请尊重当地少数民族风俗习惯。
3. 寒暑假期间请提前预定车票、机票、住宿。
4. 疫情期间请做好个人防护戴好口罩，遵守当地防疫规定。
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。
延吉早餐：探索城市中的美味早餐文化
早餐是一天中最重要的一餐，也是为了迎接新的一天所必需的能量源。无论是在家中准备简单的早餐，还是外出寻找丰盛的早餐，都是我们每天的日常。今天，我们将探索延吉市的早餐文化，带您领略这座城市中令人垂涎欲滴的早餐选择。
1. 延吉特色早餐之美食街
延吉市以其丰富的美食文化而闻名，早餐同样不例外。城市内有许多令人垂涎欲滴的美食街区，提供各种独特而美味的早餐选择。您可以尝试当地特色食物，如延吉炒年糕、手抓饼、酱汁炒河粉等。这些传统的食物口味独特，会让您的早晨更加美好。
2. 早餐小吃摊贩
如果您喜欢在大街小巷间品尝当地美食，那么延吉的早餐小吃摊贩是您的不二选择。这些摊贩通常会在早上开始营业，提供各式各样的小吃和热食。您可以品尝到肉夹馍、煎饼果子、油条等美味早餐。这些小吃摊贩通常价格实惠，食物新鲜美味，是一种地道的体验。
3. 酒店早餐自助餐
如果您喜欢丰盛的早餐，那么酒店的自助餐是您的最佳选择。延吉市内有许多高品质的酒店提供早餐自助餐，包含各种中西式早餐菜肴。无论是中式粥、面食，还是西式烤面包、煎蛋，都可以在这里找到。而且，自助餐通常还包括各种新鲜水果、果汁和咖啡。您可以尽情享受美食，为新的一天充满能量。
4. 特色餐厅早餐
除了上述选择外，延吉市还有一些知名的特色餐厅供应早餐。这些餐厅通常会提供更加精致和独特的早餐菜单，以满足不同口味的需求。您可以品尝到各种特色汤面、早午餐套餐以及特色面点。这些餐厅以其出色的烹饪技艺和独特的食材组合而受到赞誉。
5. 延吉早餐与文化
延吉的早餐不仅仅是食物本身，它还承载着这座城市的文化和历史。通过品尝当地的早餐，您可以感受到这里的人民热情好客和对美食的热爱。早餐时间也是人们聚集在一起交流的好时机，在这里您可以与当地居民互动，了解更多关于延吉的风土人情。
结语
延吉早餐文化丰富多样，为您提供了各种选择。无论您喜欢传统的美食街，还是喜欢在酒店自助餐享用丰盛早餐，都能在这座城市找到满意的选择。延吉的早餐不仅满足您的味蕾，还能让您感受到这座城市的独特魅力和活力。
