1、采桑
--【南北朝】民歌
蠶生春三月，春桑正含綠。
女兒采春桑，歌吹當春曲。
2、臺南竹枝詞其二
--羅大佑
布谷催耕早，嘉禾熟麥秋。
入冬仍秀實，一歲兩豐收。
3、秋興有感
--王安石
宿雨清畿甸，朝陽麗帝城。
豐年人樂業(yè)，隴上踏歌行。
4、觀刈麥
--白居易
田家少閑月，五月人倍忙。
夜來南風起，小麥覆隴黃。
5、雨后
--裘萬頃《雨后》
機杼蛩聲里，犁鋤鷺影邊。
吾生一何幸，田里又豐年。
6、秋收后作其一
--屈大均
十畝男功畢，孤村歲事非。
幾家滌場候，雞黍有馀肥。
7、歸園田居
--陶淵明
方宅十余畝，草屋八九間。
榆柳蔭后檐，桃李羅堂前。
曖曖遠人村，依依墟里煙.
狗吠深巷中，雞鳴桑樹顛。
8、歸園田居
--陶淵明
種豆南山下，草盛豆苗希。
晨興理荒穢，帶月荷鋤歸。
9、田家
--歐陽修
綠桑高下映平川，賽罷田神笑語喧。
林外鳴鳩春雨歇，屋頭初日杏花繁。
10、村晚
--雷震
草滿池塘水滿陂，山銜落日浸寒漪。
牧童歸去橫牛背，短笛無腔信口吹。
11、牧童
--呂巖
草鋪橫野六七里，笛弄晚風三四聲。
歸來飽飯黃昏后，不脫蓑衣臥月明。
12、禾熟
--孔平仲
百里西風禾黍香，鳴泉落竇谷登場。
老牛粗了耕耘債，嚙草坡頭臥夕陽。
13、社日
--王駕
鵝湖山下稻粱肥，豚柵雞棲半掩扉。
桑柘影斜春社散，家家扶得醉人歸。
14、百憂集行
--杜甫
憶年十五心尚孩，健如黃犢走復來。
庭前八月梨棗熟，一日上樹能千回。
15、田家
--鄭獬
數畝低田流水渾，一樹高花明遠村。
云陰拂暑風光好，卻將微雨送黃昏。
16、過山農家
--顧況
板橋人渡泉聲，茅檐日午雞鳴。
莫嗔焙茶煙暗，卻喜曬谷天晴。
17、早秋宿田舍
--曹鄴
澗草疏疏螢火光，山月朗朗楓樹長。
南村犢子夜聲急，應是欄邊新有霜。
18、四時田園雜興·其二十五
--范成大
梅子金黃杏子肥，麥花雪白菜花稀。
日長籬落無人過，惟有蜻蜓蛺蝶飛。
19、晚春田園雜興
--范成大
胡蝶雙雙入菜花，日長無客到田家。
雞飛過籬犬吠竇，知有行商來買茶。
20、夏日田園雜興·其三
--范成大
晝出耘田夜績麻，村莊兒女各當家。
童孫未解供耕織，也傍桑陰學種瓜。
21、四時田園雜興·其四十
--范成大
新筑場泥鏡面平，家家打稻趁霜晴。
笑歌聲里輕雷動，一夜連枷響到明。
22、秋日田園雜興
--范成大
新霜徹曉報秋深，染盡青林作纈林。
惟有橘園風景異，碧叢叢里萬黃金。
23、大港即事次韻
--蔡肇
村落家家有酒沽，黃童白叟醉相扶。
恨無韓滉丹青手，更作豐年幾幅圖。
24、村夜
--白居易
霜草蒼蒼蟲切切，村南村北行人絕。
獨出門前望野田，月明蕎麥花如雪。
25、鄉(xiāng)村四月
--翁卷
綠遍山原白滿川，子規(guī)聲里雨如煙。
鄉(xiāng)村四月閑人少，才了蠶桑又插田。
26、行田間見新秧作
--林希逸
新秧成段見連連，風弄輕柔雨后鮮。
細出水如青縷線，平鋪田似綠毛氈。
27、詠農人之樂
--暴煥章
春種田苗夏耔耘，秋收大有民同欣。
身著布衫勝羅繡，一日三餐伴細君。
28、夜聞鄰家治稻
--陸游
二頃春蕪廢不耕，半生名宦竟何成?
歸來每羨農家樂，月下風傳打稻聲。
29、溪村晚步即事
--董嗣杲
小策盤旋草舍東，東西拾穗走兒童。
村家閒有秋收處，愁語酣歌自不同。
30、宿新市徐公店
--楊萬里
籬落疏疏一徑深，樹頭新綠未成陰。
兒童急走追黃蝶，飛入菜花無處尋。
31、插秧
--布袋和尚
手把青秧插滿田，低頭便見水中天。
心底清凈方為道，退步原來是向前。
32、書湖陰先生壁
--王安石
茅檐長掃凈無苔，花木成畦手自栽。
一水護田將綠繞，兩山排闥送青來。
33、引水行
--李群玉
一條寒玉走秋泉，引出深蘿洞口煙。
十里暗流聲不斷，行人頭上過潺湲。
34、游山西村
--陸游
莫笑農家臘酒渾，豐年留客足雞豚。
山重水復疑無路，柳暗花明又一村。
35、浣溪沙·秋收
--吳未淳
村北村南脫谷聲，收來新粒幾倉盈。日斜人語雜雞鳴。
婦孺挽筐猶拾穗，牛羊返圈自芻青。此間處處見升平。
36、農家
--顏仁郁
半夜呼兒趁曉耕，羸牛無力漸艱行。
時人不識農家苦，將謂田中谷自生。
37、稻花香里說豐年，聽取蛙聲一片。
--辛棄疾《西江月·夜行黃沙道中》
38、十里西疇熟稻香，槿花籬落竹絲長，垂垂山果掛青黃。
--范成大《浣溪沙·江村道中》
根據《水利法》，關于灌溉農田溝渠的規(guī)定有以下幾點：必須建立和規(guī)范農田灌溉溝渠的管理制度；農田灌溉溝渠的建設、改造、維修和管理必須符合水資源合理利用和保護的要求；禁止任意占用、堵塞或破壞農田灌溉溝渠；保護農田灌溉溝渠的安全穩(wěn)定，加強搶險和排澇設施建設。這些規(guī)定旨在維護農田灌溉系統(tǒng)的正常運轉，保障農田灌溉水源的可持續(xù)利用。
部分是有關的。隨著公務員考試的白熱化，成了更多的人的選擇，對考公人群的要求也越來越高，所以說，在面試時也會根據熱點問題，更加貼切的去根據未來工作中可能遇見的問題，及早的提出應對方案，這樣做也能從側面反應出考公人員的臨場發(fā)揮能力。
人際關系類題目屬于重點考察工作實務、工作經驗類的題目。
更多題型剖析：
結構化面試綜合分析類題目常見問題剖析
結構化面試組織計劃類題目常見問題剖析
如何運用邏輯思維搭建結構化面試的四梁八柱
從本質上講，人際關系類最考察一個考生的情商，也最考察一個考生的原則性與靈活性的把握。
要回答好人際關系類的題目，關鍵是要做到兩點：
一是要做到講感情與講原則相結合；
二是要做到直面問題與細膩表達。
在實際的面試學習中，很多考生往往存在一些常見共性問題。考生按照“意義態(tài)度---明確任務---積極解決---總結反思”這四部分構建答題框架，具體展開內容即可。
農田灌溉的水質與無機非金屬化合物及相關離子有關。作為水質檢測目的一部分,對水質的影響起著至關重要的作用。比如,我們日常生活中經常用到的洗滌用品,含有大量陰離子表...在水的蒸騰作用中 在葉子上積累到足以損傷作物的程度時,就產生 了毒害灌溉水中的毒性離子通常是氯離子和鈉 離子氯是灌溉水中常見的毒性離子,...
只能說有一部分關系吧，畢竟園藝可能更關注的是園林植物方面，農田可能偏農藝與種業(yè)
一般來說，沒有劃入基本農田保護區(qū)內的耕地就不是基本農田。基本農田內限制很多。嚴禁在農田上從事非農業(yè)項目、基本農田嚴禁種樹或者搞綠化景觀、毗鄰公路的基本農田兩項放寬標準、禁止破壞基本農田土層，倒賣土方、造魚塘等等、基本農田上禁止搞果園，種植經濟類作物。
之前看了Mahout官方示例 20news 的調用實現；于是想根據示例的流程實現其他例子。網上看到了一個關于天氣適不適合打羽毛球的例子。
訓練數據：
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
檢測數據：
sunny，hot，high，weak
結果：
Yes=》 0.007039
No=》 0.027418
于是使用Java代碼調用Mahout的工具類實現分類。
基本思想：
1. 構造分類數據。
2. 使用Mahout工具類進行訓練，得到訓練模型。
3。將要檢測數據轉換成vector數據。
4. 分類器對vector數據進行分類。
接下來貼下我的代碼實現=》
1. 構造分類數據：
在hdfs主要創(chuàng)建一個文件夾路徑 /zhoujainfeng/playtennis/input 并將分類文件夾 no 和 yes 的數據傳到hdfs上面。
數據文件格式，如D1文件內容： Sunny Hot High Weak
2. 使用Mahout工具類進行訓練，得到訓練模型。
3。將要檢測數據轉換成vector數據。
4. 分類器對vector數據進行分類。
這三步，代碼我就一次全貼出來；主要是兩個類 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";
/*
* 測試代碼
*/
public static void main(String[] args) {
//將訓練數據轉換成 vector數據
makeTrainVector();
//產生訓練模型
makeModel(false);
//測試檢測數據
BayesCheckData.printResult();
}
public static void makeCheckVector(){
//將測試數據轉換成序列化文件
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("序列化文件轉換成向量失敗！");
System.out.println(2);
}
}
public static void makeTrainVector(){
//將測試數據轉換成序列化文件
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參數是，是否遞歸刪除的意思
fs.delete(out, true);
}
if(fs.exists(label)){
//boolean參數是，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("檢測數據構造成vectors初始化時報錯。。。。");
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時表示總文檔數
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("檢測所屬類別是："+getCheckResult());
}
}
1. 請介紹一下WebGIS的概念和作用，以及在實際應用中的優(yōu)勢和挑戰(zhàn)。
WebGIS是一種基于Web技術的地理信息系統(tǒng)，通過將地理數據和功能以可視化的方式呈現在Web瀏覽器中，實現地理空間數據的共享和分析。它可以用于地圖瀏覽、空間查詢、地理分析等多種應用場景。WebGIS的優(yōu)勢包括易于訪問、跨平臺、實時更新、可定制性強等，但也面臨著數據安全性、性能優(yōu)化、用戶體驗等挑戰(zhàn)。
2. 請談談您在WebGIS開發(fā)方面的經驗和技能。
我在WebGIS開發(fā)方面有豐富的經驗和技能。我熟悉常用的WebGIS開發(fā)框架和工具，如ArcGIS API for JavaScript、Leaflet、OpenLayers等。我能夠使用HTML、CSS和JavaScript等前端技術進行地圖展示和交互設計，并能夠使用后端技術如Python、Java等進行地理數據處理和分析。我還具備數據庫管理和地理空間數據建模的能力，能夠設計和優(yōu)化WebGIS系統(tǒng)的架構。
3. 請描述一下您在以往項目中使用WebGIS解決的具體問題和取得的成果。
在以往的項目中，我使用WebGIS解決了許多具體問題并取得了顯著的成果。例如，在一次城市規(guī)劃項目中，我開發(fā)了一個基于WebGIS的交通流量分析系統(tǒng)，幫助規(guī)劃師們評估不同交通方案的效果。另外，在一次環(huán)境監(jiān)測項目中，我使用WebGIS技術實現了實時的空氣質量監(jiān)測和預警系統(tǒng)，提供了準確的空氣質量數據和可視化的分析結果，幫助政府和公眾做出相應的決策。
4. 請談談您對WebGIS未來發(fā)展的看法和期望。
我認為WebGIS在未來會繼續(xù)發(fā)展壯大。隨著云計算、大數據和人工智能等技術的不斷進步，WebGIS將能夠處理更大規(guī)模的地理數據、提供更豐富的地理分析功能，并與其他領域的技術進行深度融合。我期望未來的WebGIS能夠更加智能化、個性化，為用戶提供更好的地理信息服務，助力各行各業(yè)的決策和發(fā)展。
這塊您需要了解下stm32等單片機的基本編程和簡單的硬件設計，最好能夠了解模電和數電相關的知識更好，還有能夠會做操作系統(tǒng)，簡單的有ucos，freeRTOS等等。最好能夠使用PCB畫圖軟件以及keil4等軟件。希望對您能夠有用。
