“非標”指的是非標準的、非規(guī)范的、非常規(guī)的等意思。
在生產制造、工程設計等領域中，非標通常指的是不符合國家或行業(yè)標準的產品或部件，需要進行非標定制或設計，以滿足特定的需求。
比如，一些特殊形狀、尺寸、材料等要求的產品，有時需要按照客戶的具體要求進行定制生產，這就是非標產品。
非標產品通常需要進行專門的設計、研發(fā)和生產，成本較高，但可以滿足個性化需求，有一定的市場需求。
在其他領域中，“非標”可能指的是非常規(guī)的行為、非常規(guī)的設計或非常規(guī)的思路等。
例如，在創(chuàng)意設計、藝術表現等領域，非標設計或非標表現常常被認為是具有創(chuàng)新性和個性化的。
總之，“非標”是一個廣泛的概念，具體含義需要根據不同的領域和語境進行理解。
隨著人力資源的匱乏，非標自動化機械在未來的市場將不斷擴大，普及。
相應的從事行業(yè)內的人才也將有大的需求。設計是理論知識，生產上不要求多美觀，實用就好，宗旨是 簡單，高效，經濟，實用。作為資深的設計師，對機械方案的評估要有超強的判斷能力，這樣可以避免走很多彎路。節(jié)約設備開發(fā)時間和成本。一個成功的設計師應該是像一名久經沙場的將軍，能做到運籌帷幄，對新開發(fā)的設備產品制造流程把控很好，達到預計的效果。 非標機械，裝配也是很關鍵，并不是簡單的組裝，完成調試，一個合格的裝配工程師，同款的設備至少他裝配的機械其使用壽命好長很多，這不僅要求裝配員的實戰(zhàn)經驗，對設備部件的運行軌跡，與配合公差，材料性能等都要有充分的了解和運用，關鍵的是要細心，善于發(fā)現問題，并反饋給設計，一起分析解決問題。我理解的裝配工程師已經不是上一輩長輩說的鉗工，非標裝配鉗工也應該有扎實的理論知識，和豐富的裝配經驗，以及零件加工工藝的流程跟蹤，質檢，才能很好的協(xié)助工程師完成一套的成功。非標托盤的應用場景非常多樣化，它可以應用于各種不同的行業(yè)和領域。例如，在制造業(yè)中，非標托盤可以用于包裝、運輸、存儲等方面。在物流行業(yè)中，非標托盤更是不可或缺的一部分，它可以提高物流效率，降低物流成本，從而為企業(yè)帶來更多的經濟效益。
隨著制造業(yè)和物流業(yè)的不斷發(fā)展，非標托盤的需求量也在逐漸增加。為了滿足市場需求，越來越多的企業(yè)開始涉足非標托盤的生產和制造。這些企業(yè)通過不斷的技術創(chuàng)新和改進，使得非標托盤的質量和性能得到了極大的提升。同時，非標托盤的設計也更加多樣化，可以滿足不同行業(yè)和企業(yè)的特殊需求。
然而，非標托盤的生產和制造也存在一定的挑戰(zhàn)。由于其特殊定制的設計和功能，使得生產周期較長，成本較高。因此，如何降低生產成本和提高生產效率，成為了非標托盤生產企業(yè)需要解決的重要問題。在這方面，技術創(chuàng)新和自動化生產將成為未來的發(fā)展趨勢。
總的來說，非標托盤作為一種特殊定制的托盤，具有廣泛的應用前景和發(fā)展?jié)摿ΑｋS著制造業(yè)和物流業(yè)的不斷發(fā)展和進步，非標托盤將會在未來的物流行業(yè)中扮演更加重要的角色。非標融資全稱叫非標準債券融資。
非標準債券融資：企業(yè)的融資行為按資金的類別可分為股權融資和債權融資（債務融資）標準化債權資產，指有公開上市交易的債權性金融產品。
標準融資的定義就和非標融資剛剛相反。
比起標準化債券資產，非標融資一般不公開發(fā)行，風險較高，流動性也低，缺乏標準化的證券特征，但名義收益率會高很多。
1.國標和非標的區(qū)別在于生產標準、價格、應用、品質四個方面。（得出結論）
2.生產標準不一樣。國標產品嚴格按照國家標準生產。即使有誤差，也在允許的范圍內。非標產品按與客戶約定的標準生產或不符合國家標準。價格不同、規(guī)格尺寸相同的情況下，國標產品價格比非標產品要高。應用不同，按國家標準生產的產品要求更嚴格。應用場景是一些較大的企業(yè)和一些要求比較嚴格的施工現場，而非標產品一般用在一些小微企業(yè)。品質是不同的。國標產品對選材和工藝有更嚴格的要求，所以質量比非標產品要高得多。（原因解釋）
3.非標一般指非標準產品，是指不按照國家頒布的統(tǒng)一行業(yè)標準和規(guī)范制造，而是根據自身使用需要自行設計制造，外觀或性能不在國家設備目錄內的產品或設備；根據用戶的要求，在標準產品的基礎上生產、修改或定制的產品稱為非標產品。
非標指不是按照國家頒布的統(tǒng)一的行業(yè)標準和規(guī)格制造的產品或設備，而是根據自己的用途需要，自行設計制造且外觀或性能不在國家設備產品目錄內的產品或設備。
非標就是低于國家標準的電線電纜，價格比國標便宜10%到40%左右。
非標設備，也稱為非標準設備或非常規(guī)設備，是指不符合通用標準規(guī)范或常規(guī)設計的設備。它們通常是根據特定的需求、特殊的應用環(huán)境或定制要求而制造的設備。與之相對的是標準設備，它們是按照行業(yè)標準和規(guī)范進行設計和生產的常見設備。
非標設備可能具有以下特點：
1. 定制化：非標設備通常是根據特定的客戶需求進行設計和制造的。它們提供了符合特定要求的解決方案，可以滿足特殊的工藝流程、功能需求、環(huán)境條件等。
2. 獨特性：非標設備通常具有獨特的設計和工藝，與標準設備存在差異。它們可能采用不同的技術、結構或材料，以滿足特定的要求和期望。
3. 運行特性：非標設備可能根據特定應用的需要而具有特殊的運行特性。它們可以包括特定的工作參數、性能指標、控制系統(tǒng)等，以實現特定的功能或表現。
4. 復雜性和專業(yè)性：由于非標設備的特殊性，設計和制造過程可能更為復雜和具有專業(yè)性。它們通常需要深入的工程知識、技術專長和定制化的解決方案。
非標設備在各行業(yè)領域中得到廣泛應用，包括制造業(yè)、能源領域、化工工業(yè)、科學研究等。它們常常為特定的工藝、研究項目、生產需求提供了定制化的解決方案，滿足了行業(yè)和用戶的特定要求。
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。
