隨著科技的不斷發(fā)展，智能醫(yī)療科技作為醫(yī)療行業(yè)的新生力量，正逐漸改變著人們就醫(yī)的方式和醫(yī)療服務(wù)的提供模式。在這個(gè)領(lǐng)域中，山東康威智能醫(yī)療科技憑借其創(chuàng)新的技術(shù)和卓越的質(zhì)量，成為了行業(yè)的領(lǐng)軍企業(yè)之一。
作為一家致力于智能醫(yī)療領(lǐng)域的公司，山東康威智能醫(yī)療科技不僅注重技術(shù)的創(chuàng)新，更加強(qiáng)對(duì)醫(yī)療行業(yè)的深度了解和持續(xù)關(guān)注，致力于為醫(yī)療機(jī)構(gòu)和患者提供更好的服務(wù)和解決方案。下面讓我們一起來了解一下這家企業(yè)的發(fā)展歷程和產(chǎn)品特點(diǎn)。
山東康威智能醫(yī)療科技成立于XX年，起初是一家小型醫(yī)療設(shè)備公司，致力于為醫(yī)療機(jī)構(gòu)提供高品質(zhì)的醫(yī)療設(shè)備和解決方案。隨著技術(shù)的不斷進(jìn)步和市場(chǎng)需求的不斷變化，公司決定轉(zhuǎn)型升級(jí)，將智能技術(shù)運(yùn)用到醫(yī)療領(lǐng)域，從而誕生了智能醫(yī)療科技品牌。
經(jīng)過多年的發(fā)展和努力，山東康威智能醫(yī)療科技不斷壯大和壯大，已經(jīng)在醫(yī)療行業(yè)樹立了良好的口碑和品牌形象。公司的產(chǎn)品涵蓋了醫(yī)療診斷、醫(yī)療影像、醫(yī)療機(jī)器人等多個(gè)領(lǐng)域，為醫(yī)療機(jī)構(gòu)和患者提供了全方位的智能醫(yī)療解決方案。
山東康威智能醫(yī)療科技的產(chǎn)品以其卓越性能和先進(jìn)技術(shù)著稱，深受用戶的青睞。公司的產(chǎn)品特點(diǎn)主要體現(xiàn)在以下幾個(gè)方面：
總的來說，山東康威智能醫(yī)療科技憑借其技術(shù)實(shí)力和產(chǎn)品優(yōu)勢(shì)，成為了醫(yī)療智能化領(lǐng)域的佼佼者，引領(lǐng)著醫(yī)療行業(yè)的發(fā)展方向。
展望未來，山東康威智能醫(yī)療科技將繼續(xù)秉承技術(shù)創(chuàng)新和品質(zhì)保障的理念，不斷完善產(chǎn)品線，拓展市場(chǎng)空間，為更多的醫(yī)療機(jī)構(gòu)和患者提供更好的智能醫(yī)療解決方案。
隨著醫(yī)療智能化的不斷深入發(fā)展，山東康威智能醫(yī)療科技將在未來的道路上繼續(xù)前行，與時(shí)俱進(jìn)，引領(lǐng)行業(yè)潮流，為推動(dòng)醫(yī)療健康事業(yè)的發(fā)展貢獻(xiàn)自己的力量。
綜上所述，山東康威智能醫(yī)療科技作為醫(yī)療智能化領(lǐng)域的領(lǐng)軍企業(yè)，將不斷努力創(chuàng)新，持續(xù)提升技術(shù)實(shí)力，致力于為社會(huì)各界提供更優(yōu)質(zhì)的醫(yī)療服務(wù)和產(chǎn)品，成為醫(yī)療智能化發(fā)展的中流砥柱。
在求職過程中，面試是一個(gè)非常關(guān)鍵的環(huán)節(jié)。無論是求職者還是招聘方，都希望通過面試了解對(duì)方的能力和潛力。而山東達(dá)內(nèi)科技作為一家領(lǐng)先的科技公司，在招聘過程中有一套獨(dú)特的面試題目。
作為科技公司的一員，編程能力是非常重要的。以下是山東達(dá)內(nèi)科技在面試中常常會(huì)提到的編程題目：
技術(shù)問題是評(píng)估求職者對(duì)相關(guān)技術(shù)的掌握程度的重要環(huán)節(jié)。以下是山東達(dá)內(nèi)科技經(jīng)常會(huì)問到的技術(shù)問題：
在招聘過程中，求職者的項(xiàng)目經(jīng)驗(yàn)是一個(gè)非常重要的評(píng)估因素。以下是山東達(dá)內(nèi)科技常常會(huì)詢問的項(xiàng)目經(jīng)驗(yàn)相關(guān)問題：
除了編程能力和技術(shù)問題，綜合能力也是一個(gè)不可忽視的因素。以下是山東達(dá)內(nèi)科技會(huì)測(cè)試的綜合能力：
通過以上一系列的面試題目，山東達(dá)內(nèi)科技可以全面評(píng)估求職者的能力水平和適應(yīng)能力。對(duì)于求職者來說，面試也是一個(gè)展示自己的機(jī)會(huì)，通過準(zhǔn)備和自信地回答這些問題，提高獲得工作的機(jī)會(huì)。
隨著人們生活水平的提高，對(duì)于家居生活的品質(zhì)要求也越來越高。地板作為家居裝修的重要組成部分，選擇一款高品質(zhì)的地板至關(guān)重要。康威地板作為一家專業(yè)從事地板生產(chǎn)的企業(yè)，以其卓越的品質(zhì)和良好的口碑，成為了眾多消費(fèi)者信賴的品牌。
康威地板的產(chǎn)品種類豐富，包括實(shí)木地板、復(fù)合地板、強(qiáng)化地板等多種類型，可以滿足不同消費(fèi)者的需求。其產(chǎn)品不僅外觀美觀，質(zhì)感舒適，而且具有防水、防滑、防腐等優(yōu)點(diǎn)，能夠適應(yīng)各種不同的環(huán)境和氣候條件。
在康威地板的生產(chǎn)過程中，嚴(yán)格的質(zhì)量控制和環(huán)保理念貫穿始終。從原材料的選擇到生產(chǎn)工藝的執(zhí)行，每一個(gè)環(huán)節(jié)都經(jīng)過了精細(xì)的把控，確保了產(chǎn)品的品質(zhì)和環(huán)保性能。同時(shí)，康威地板還積極采用先進(jìn)的生產(chǎn)技術(shù)和設(shè)備，不斷提高生產(chǎn)效率和產(chǎn)品質(zhì)量。
相對(duì)于其他品牌的地板，康威地板的價(jià)格相對(duì)較為合理，不會(huì)給消費(fèi)者帶來過大的經(jīng)濟(jì)壓力。但是，消費(fèi)者在購(gòu)買時(shí)也需要注意品牌和產(chǎn)品的選擇，以確保能夠獲得高品質(zhì)、可靠的產(chǎn)品。
總的來說，康威地板是一家值得信賴的地板品牌，其產(chǎn)品具有高品質(zhì)、多樣化的特點(diǎn)，能夠滿足不同消費(fèi)者的需求。如果你正在尋找一款高品質(zhì)的地板，康威地板絕對(duì)是一個(gè)不錯(cuò)的選擇。
康威潮鞋是一種非常受歡迎的運(yùn)動(dòng)鞋，它的經(jīng)典設(shè)計(jì)和多樣的顏色搭配讓它成為了時(shí)尚圈中的一匹黑馬。康威潮鞋最初是為籃球運(yùn)動(dòng)員設(shè)計(jì)的，但現(xiàn)在已經(jīng)成為了時(shí)尚界的代表，受到了眾多年輕人的追捧。
康威潮鞋的經(jīng)典設(shè)計(jì)使它成為了一種永恒的時(shí)尚單品。它的設(shè)計(jì)簡(jiǎn)單而富有個(gè)性，除了經(jīng)典的高幫款式外，還有低幫、帆布和皮革等多種材質(zhì)可供選擇。康威潮鞋的標(biāo)志性設(shè)計(jì)特征包括鞋頭上的星形圖案和側(cè)邊的All Star徽標(biāo)，這些都是康威潮鞋的經(jīng)典元素。
康威潮鞋有著多樣的顏色搭配，從經(jīng)典的黑白色到鮮艷的彩色，適合不同年齡段和不同風(fēng)格的人。康威潮鞋還有許多限量版，其中有些設(shè)計(jì)獨(dú)特、顏色鮮艷，深受收藏家的喜愛。
康威潮鞋不僅適合運(yùn)動(dòng)，還可以搭配各種時(shí)尚單品，營(yíng)造出不同的風(fēng)格。下面是一些康威潮鞋的穿搭技巧：
康威潮鞋是一種高質(zhì)量的鞋子，正確的保養(yǎng)可以讓它更加持久。以下是一些康威潮鞋的保養(yǎng)技巧：
總之，康威潮鞋是一種經(jīng)典的運(yùn)動(dòng)鞋，它的設(shè)計(jì)簡(jiǎn)單而富有個(gè)性，多樣的顏色搭配和穿搭技巧，讓它成為了時(shí)尚圈中的一匹黑馬。正確的保養(yǎng)可以讓它更加持久，讓你在多年后依然可以穿上它，回憶當(dāng)年的青春歲月。
康威490發(fā)動(dòng)機(jī)參數(shù)為：最大輸出扭矩為2800牛米。排量為2.8升。重量為280kg。適配車型為貨車。氣缸數(shù)為4缸。燃油容量為200升。最大輸入速度為2800轉(zhuǎn)每分鐘。怠速為450轉(zhuǎn)每分鐘。有三種類型，分別是增壓、直噴、自吸。以上信息僅供參考，建議咨詢專業(yè)人士獲取更準(zhǔn)確的信息。
捷安特康威非常好，質(zhì)量不錯(cuò)。捷安特康威使用超輕量鋁合金三件套，帶來車友超輕快的極致體驗(yàn)。并且win32鋁鎂合金線控鎖死避震前叉，DT碟剎輪圈足以應(yīng)對(duì)入門輕度越野，是入門級(jí)山地車的不二之選。、MAGURA線控氣壓前叉，久裕四培林直拉式花鼓，強(qiáng)度更好，騎行更加順暢。
隨著科技的不斷發(fā)展，智能家居正逐漸走入千家萬(wàn)戶。而在智能家居中，家庭安全是人們最為關(guān)心的一個(gè)方面。如今，通過網(wǎng)絡(luò)來監(jiān)控和管理家庭安全已成為越來越多家庭的選擇。在這一領(lǐng)域，海康威是一個(gè)備受推崇的品牌，其先進(jìn)的技術(shù)和優(yōu)質(zhì)的產(chǎn)品讓人們對(duì)家庭安全產(chǎn)生了更高的期待。
海康威是全球領(lǐng)先的智能安防解決方案提供商，在全球范圍內(nèi)享有良好的聲譽(yù)。該公司致力于為用戶提供高質(zhì)量的安防產(chǎn)品和服務(wù)，以確保用戶的家庭安全。其中，海康威設(shè)立的網(wǎng)絡(luò)系統(tǒng)是實(shí)現(xiàn)安全監(jiān)控的關(guān)鍵。下面將介紹海康威設(shè)置網(wǎng)絡(luò)的步驟和相關(guān)注意事項(xiàng)。
在開始設(shè)置網(wǎng)絡(luò)之前，首先需要選擇適合的海康威設(shè)備。海康威提供了各種各樣的安防產(chǎn)品，包括攝像頭、監(jiān)控器、報(bào)警器等。根據(jù)家庭的實(shí)際需求，選擇合適的設(shè)備非常重要。同時(shí)，需要確保所選擇的設(shè)備與海康威的網(wǎng)絡(luò)系統(tǒng)兼容，以確保后續(xù)設(shè)置的順利進(jìn)行。
一旦選好合適的設(shè)備，下一步就是將設(shè)備與家庭的路由器連接起來。該步驟非常簡(jiǎn)單，只需要將設(shè)備的網(wǎng)絡(luò)線與路由器相連即可。確保連接穩(wěn)定和可靠是非常重要的，這樣才能保證設(shè)備與海康威的網(wǎng)絡(luò)系統(tǒng)正常通信。
完成設(shè)備與路由器的連接后，接下來需要進(jìn)行設(shè)備的網(wǎng)絡(luò)參數(shù)配置。打開設(shè)備管理軟件，輸入相應(yīng)的設(shè)備信息，包括設(shè)備IP地址、子網(wǎng)掩碼、網(wǎng)關(guān)等。確保所輸入的信息準(zhǔn)確無誤，以免出現(xiàn)網(wǎng)絡(luò)連接失敗的情況。
設(shè)置遠(yuǎn)程訪問權(quán)限是海康威設(shè)置網(wǎng)絡(luò)的一個(gè)重要步驟。通過遠(yuǎn)程訪問，用戶可以隨時(shí)隨地查看家庭的安全情況。在進(jìn)行遠(yuǎn)程訪問設(shè)置時(shí)，需要設(shè)置賬號(hào)和密碼，以確保只有授權(quán)用戶才能訪問設(shè)備。此外，還可以設(shè)置相關(guān)的安全措施，如雙因素認(rèn)證等，以進(jìn)一步提升訪問安全性。
在所有設(shè)置完成后，需要進(jìn)行一次網(wǎng)絡(luò)連接的測(cè)試。確保設(shè)備所在的網(wǎng)絡(luò)暢通無阻，可以正常與海康威的服務(wù)器進(jìn)行通信。通過測(cè)試，可以檢查設(shè)置是否正確，及時(shí)修復(fù)可能出現(xiàn)的問題。
在進(jìn)行海康威設(shè)置網(wǎng)絡(luò)時(shí)，還需要注意一些細(xì)節(jié)和注意事項(xiàng)。下面列舉一些常見的問題和解決方法：
綜上所述，海康威設(shè)置網(wǎng)絡(luò)是保護(hù)家庭安全的首選品牌。通過選擇適合的設(shè)備、正確連接設(shè)備與路由器、配置網(wǎng)絡(luò)參數(shù)、設(shè)置遠(yuǎn)程訪問權(quán)限以及測(cè)試網(wǎng)絡(luò)連接，可以實(shí)現(xiàn)安全、便捷的家庭安防監(jiān)控。同時(shí)，在設(shè)置網(wǎng)絡(luò)時(shí)需要注意設(shè)備與路由器的距離、網(wǎng)絡(luò)連接失敗、遠(yuǎn)程訪問異常和安全性問題等細(xì)節(jié)，以確保系統(tǒng)的穩(wěn)定性和安全性。相信通過海康威的技術(shù)和產(chǎn)品，您的家庭將得到更全面、更可靠的保護(hù)。
在當(dāng)今數(shù)字化時(shí)代，科技產(chǎn)業(yè)迅猛發(fā)展，智能安防行業(yè)成為人們生活中重要的一環(huán)。作為全球領(lǐng)先的視頻監(jiān)控解決方案提供商，海康威視在智慧城市、交通領(lǐng)域、金融行業(yè)等廣泛應(yīng)用領(lǐng)域取得了卓越的成就。本文將對(duì)海康威視未來的前景進(jìn)行分析，展望其在智能安防行業(yè)中的發(fā)展?jié)摿Α?/p>
海康威視一直致力于安防技術(shù)的創(chuàng)新和進(jìn)步，在視頻監(jiān)控領(lǐng)域擁有豐富的經(jīng)驗(yàn)和領(lǐng)先的技術(shù)優(yōu)勢(shì)。公司持續(xù)進(jìn)行研發(fā)投入，不斷推出具有自主知識(shí)產(chǎn)權(quán)的創(chuàng)新產(chǎn)品，如高清攝像機(jī)、智能視頻分析系統(tǒng)等。
作為安防行業(yè)的領(lǐng)軍企業(yè)，海康威視積極借助人工智能、云計(jì)算、大數(shù)據(jù)等技術(shù)，不斷提升產(chǎn)品的智能化水平，滿足市場(chǎng)需求。公司嚴(yán)格遵循國(guó)際標(biāo)準(zhǔn)，并與各大研究機(jī)構(gòu)合作，進(jìn)行技術(shù)創(chuàng)新和協(xié)同研究，不斷推動(dòng)安防行業(yè)的發(fā)展。
隨著社會(huì)的快速發(fā)展和城市化進(jìn)程的加快，各類安全隱患日益凸顯，安防需求愈發(fā)迫切。智能安防行業(yè)作為應(yīng)對(duì)社會(huì)安全風(fēng)險(xiǎn)的有效手段，市場(chǎng)需求持續(xù)增長(zhǎng)。而海康威視作為行業(yè)龍頭企業(yè)，具備豐富的產(chǎn)品線和技術(shù)優(yōu)勢(shì)，能夠滿足不同場(chǎng)景的安防需求。
尤其是在智慧城市建設(shè)方面，各種感知設(shè)備和視頻監(jiān)控系統(tǒng)的應(yīng)用越來越廣泛。安防設(shè)備的數(shù)字化、網(wǎng)絡(luò)化、智能化是未來發(fā)展的趨勢(shì)。海康威視憑借先進(jìn)的技術(shù)和解決方案，能夠滿足智慧城市的安防需求，持續(xù)推動(dòng)行業(yè)的發(fā)展。
作為全球領(lǐng)先的視頻監(jiān)控解決方案提供商，海康威視始終積極推進(jìn)國(guó)際化戰(zhàn)略。公司積極參與國(guó)際標(biāo)準(zhǔn)的制定和推廣，與全球各地的安防企業(yè)建立合作關(guān)系，共同推動(dòng)安防行業(yè)的國(guó)際合作。
海康威視在海外市場(chǎng)擁有廣泛的渠道和銷售網(wǎng)絡(luò)，產(chǎn)品遠(yuǎn)銷100多個(gè)國(guó)家和地區(qū)。公司在全球范圍內(nèi)積極推廣自身品牌，提升國(guó)際影響力。通過多元化的國(guó)際化戰(zhàn)略，海康威視將繼續(xù)保持在行業(yè)中的競(jìng)爭(zhēng)優(yōu)勢(shì)。
多年以來，海康威視一直注重品牌建設(shè)和影響力提升。公司通過持續(xù)的技術(shù)創(chuàng)新、產(chǎn)品升級(jí)和服務(wù)優(yōu)化，贏得了廣大客戶的信任和好評(píng)。品牌在市場(chǎng)中的知名度和美譽(yù)度逐漸提升。
同時(shí)，海康威視積極參與公益事業(yè)，關(guān)注社會(huì)責(zé)任，樹立了良好的企業(yè)形象。公司多次獲得國(guó)內(nèi)外的各類榮譽(yù)和獎(jiǎng)項(xiàng)，進(jìn)一步提升了其品牌影響力。
雖然海康威視在智能安防行業(yè)中具備巨大的發(fā)展?jié)摿Γ裁媾R一些機(jī)遇和挑戰(zhàn)。
隨著技術(shù)的不斷進(jìn)步，安防行業(yè)將迎來更多的競(jìng)爭(zhēng)對(duì)手。其他科技公司也將進(jìn)入該領(lǐng)域，提供類似的解決方案。要保持市場(chǎng)的領(lǐng)先地位，海康威視需要不斷加強(qiáng)技術(shù)創(chuàng)新和研發(fā)投入，提高產(chǎn)品的競(jìng)爭(zhēng)力。
同時(shí)，在國(guó)際市場(chǎng)中，海康威視也需要進(jìn)一步提高自身的品牌知名度和國(guó)際影響力，以應(yīng)對(duì)國(guó)際競(jìng)爭(zhēng)對(duì)手的挑戰(zhàn)。
海康威視作為全球領(lǐng)先的視頻監(jiān)控解決方案提供商，未來的發(fā)展前景廣闊。持續(xù)的技術(shù)創(chuàng)新、市場(chǎng)需求的增長(zhǎng)、國(guó)際化戰(zhàn)略的推進(jìn)以及品牌影響力的提升，將為海康威視帶來更多的機(jī)遇和成就。
隨著智能安防行業(yè)的不斷發(fā)展和進(jìn)步，我們有理由相信，海康威視將繼續(xù)引領(lǐng)行業(yè)的創(chuàng)新，為社會(huì)安全和城市發(fā)展做出更大的貢獻(xiàn)。
海康威視作為國(guó)內(nèi)領(lǐng)先的安防企業(yè)，其分析能力一直備受關(guān)注。本文將介紹海康威視的分析技術(shù)及其應(yīng)用場(chǎng)景。
海康威視采用了多種分析技術(shù)，包括人臉識(shí)別、視頻結(jié)構(gòu)化、車牌識(shí)別等。這些技術(shù)可以應(yīng)用于公共安全、智能交通、智能樓宇等領(lǐng)域，提高安防水平和管理效率。
人臉識(shí)別技術(shù)是海康威視最成熟的技術(shù)之一，它可以實(shí)現(xiàn)高精度的人臉識(shí)別，廣泛應(yīng)用于公安、機(jī)場(chǎng)、車站等場(chǎng)景。視頻結(jié)構(gòu)化技術(shù)可以對(duì)視頻進(jìn)行自動(dòng)分析，提取出視頻中的運(yùn)動(dòng)目標(biāo)、人臉、車牌等信息，為安防提供更加全面的數(shù)據(jù)支持。
海康威視的應(yīng)用場(chǎng)景非常廣泛，包括但不限于以下幾個(gè)方面：
總的來說，海康威視的分析技術(shù)為安防領(lǐng)域提供了強(qiáng)大的支持，其應(yīng)用場(chǎng)景也非常廣泛。隨著技術(shù)的不斷進(jìn)步，海康威視將在安防領(lǐng)域發(fā)揮更加重要的作用。
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的工具類實(shí)現(xiàn)分類。
基本思想：
1. 構(gòu)造分類數(shù)據(jù)。
2. 使用Mahout工具類進(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. 分類器對(duì)vector數(shù)據(jù)進(jìn)行分類。
接下來貼下我的代碼實(shí)現(xiàn)=》
1. 構(gòu)造分類數(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. 分類器對(duì)vector數(shù)據(jù)進(jìn)行分類。
這三步，代碼我就一次全貼出來；主要是兩個(gè)類 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("文件序列化失敗！");
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)換成向量失敗！");
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("文件序列化失敗！");
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)換成向量失敗！");
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)練模型失敗！");
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);
}
// 利用貝葉斯算法開始分類,并提取得分最好的分類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)所屬類別是："+getCheckResult());
}
}
