poi

css 设置 checkbox复选框控件的对勾√样式

别等时光非礼了梦想. 提交于 2020-04-24 04:17:08
css 设置 checkbox复选框控件的对勾√样式 最终的样式,想要的效果: 我们要创建方框中的对勾,对于这一点,我们可以使用 伪类创建一个新的元素,为了实现这个样式,我们可以创建一个5px * 15px的长方形并给他加上边框。这时候我们去掉上面和右边的边框之后,它会看起来像一个字母L。然后我们可以使用CSS的 属性让它旋转一下,这样看起来就像是一个对勾。 <!DOCTYPE html> <html lang = "en" > <head> <meta charset = "UTF-8" > <title> 选中标签forcheck </title> <style type = "text/css" > . div - checked label { cursor : pointer ; position : relative ; display : inline - block ; width : 150px ; height : 38px ; border : 1px solid grey ; } /** * 按钮透明 * @type {String} */ input [ type = "checkbox" ] { opacity : 0 ; } /** * checkbox选中样式 * @type {String} */ input [ type = "checkbox"

geohash 算法

余生长醉 提交于 2020-04-23 14:29:37
http://www.cnblogs.com/LBSer/p/3310455.html 引子   机机是个好动又好学的孩子,平日里就喜欢拿着手机地图点点按按来查询一些好玩的东西。某一天机机到北海公园游玩,肚肚饿了,于是乎打开手机地图,搜索北海公园附近的餐馆,并选了其中一家用餐。   饭饱之后机机开始反思了,地图后台如何根据自己所在位置查询来查询附近餐馆的呢?苦思冥想了半天,机机想出了个方法:计算所在位置P与北京所有餐馆的距离,然后返回距离<=1000米的餐馆。小得意了一会儿,机机发现北京的餐馆何其多啊,这样计算不得了,于是想了,既然知道经纬度了,那它应该知道自己在西城区,那应该计算所在位置P与西城区所有餐馆的距离啊,机机运用了递归的思想,想到了西城区也很多餐馆啊,应该计算所在位置P与所在街道所有餐馆的距离,这样计算量又小了,效率也提升了。   机机的计算思想很朴素,就是通过过滤的方法来减小参与计算的餐馆数目,从某种角度上讲,机机在使用索引技术。   一提到索引,大家脑子里马上浮现出B树索引,因为大量的数据库(如MySQL、oracle、PostgreSQL等)都在使用B树。B树索引本质上是对索引字段进行排序,然后通过类似二分查找的方法进行快速查找,即它要求索引的字段是可排序的,一般而言,可排序的是一维字段,比如时间、年龄、薪水等等。但是对于空间上的一个点(二维,包括经度和纬度)

C#之Redis所欲为

我是研究僧i 提交于 2020-04-22 08:37:23
一 Redis是一种支持多种数据结构的键值对数据库 1.1Redis下载地址 :https://github.com/MicrosoftArchive/Redis 建议下载 .msi结尾的应用程序进行安装,会自动安装Redis服务 Redis默认是不能外网访问的 把Redis部署到本地请忽视下面 设置防火墙端口例外 更改redis.conf 文件 bind 127.0.0.1 protected-mode yes 更改为 # bind 127.0.0.1 protected-mode no 然后重启Redis服务, 1.2 Redis支持的数据类型:string、list、set、sortedset、geo(Redis 3.2以上版本),注意不同方法写入的值不能用混了,比如有写list的方法写入的值用获取字符串的方法去获取就有问题了。 1.3 Redis的优点: 支持多种复杂类型的数据结构 高命中的数据是运行在内存中的,数据最终还是可以保存到硬盘中,服务器重启后数据不会丢失 服务器是单线程的,来自所有客户端的所有命令都是串行执行的,不用担心并发修改的问题 支持消息订阅/通知机制,可以用作消息队列 key/value 最大长度允许512M 1.4 Redis的缺点: Redis是单线程的,因此单个Redis的实例只能使用服务器的一个CPU核,不能充分发挥服务器的性能 二 在

poi 带小数点读成浮点精度解决

自作多情 提交于 2020-04-21 18:06:53
if (CellType.NUMERIC.getCode() == (cellType)) { cellValue = realStringValueOfDouble(cell.getNumericCellValue()); } else { cell.setCellType(CellType.STRING); cellValue = cell.getStringCellValue(); } public static String realStringValueOfDouble(Double d) { String doubleStr = d.toString(); boolean b = doubleStr.contains("E"); int indexOfPoint = doubleStr.indexOf('.'); if (b) { int indexOfE = doubleStr.indexOf('E'); BigInteger xs = new BigInteger(doubleStr.substring(indexOfPoint + BigInteger.ONE.intValue(), indexOfE)); int pow = Integer.parseInt(doubleStr.substring(indexOfE + BigInteger.ONE

使用PostgreSQL进行中文全文检索

巧了我就是萌 提交于 2020-04-20 10:02:24
前言 PostgreSQL 被称为是“最高级的开源数据库”,它的数据类型非常丰富,用它来解决一些比较偏门的需求非常适合。 前些天将 POI 点关键词查询的功能迁到了 PgSQL,总算对前文 空间索引 - 各数据库空间索引使用报告 有了一个交代。 由于 PgSQL 国内的资料较少,迁移过程踩了不少坑,这里总结记录一下,帮助后来的同学能顺利使用 PgSQL。而且目前在灰度测试刚布了一台机器,后续可能还要添加机器,整理一下流程总是好的。 文章经常被人爬,而且还不注明原地址,我在这里的更新和纠错没法同步,这里注明一下原文地址:http://www.cnblogs.com/zhenbianshu/p/7795247.html 开始 安装 首先是安装 PgSQL,这里我使用的是 PgSQL 9.6,PgSQL 10 也刚发布了,有兴趣的可以尝下鲜。 PgSQL 的安装可以说非常复杂了,除了要安装 Server 和 Client 外,还需要安装 devel 包。为了实现空间索引功能,我们还要安装最重要的 PostGIS 插件,此插件需要很多依赖,自己手动安装非常复杂而且很可能出错。 推荐自动化方式安装,Yum 一定要配合 epel 这样的 Yum 源,保障能将依赖一网打尽。当然最好的还是使用 docker 来运行,找个镜像就行了。 插件 由于 PgSQL 的很多功能都由插件实现

四.川.木.里-2020-03-28火灾遥感数据下载汇总

僤鯓⒐⒋嵵緔 提交于 2020-04-18 11:16:23
四.川.木.里-2020-03-28火灾遥感数据下载汇总 2019年3月30日18时许,四川省凉山州木.里.县雅砻江镇立尔村发生森林火灾…时隔一年后,2020年3月28日19时30分,木.里.县乔瓦镇锄头湾村与项脚乡项脚村交界处的山头发生森林火灾… 一、研究区概况 木.里.周边在发生火灾前的十天时间内不仅气温偏高,而且降水稀少,几乎滴雨未下,下面三个图分别是3月23日-4月1日的气温距平、降水量和降水距平: 从气温距平、降水量和降水距平分别可以看出我国川滇交界处该段时间气温比常年偏高2-4摄氏度、降水量近乎为0,降水偏少接近一倍。 每年的3-5月为我国西南地区的干热季,在6月份西南主力季风还未到来的前三个月,又干又热,极易发生森林火灾;西南地区横断山脉地区孕育着独特的干热河谷气候,按照自然地理水平地带的划分,我国西南横断山区属于湿润的亚热带常绿阔叶林带,而且河谷本应是最不缺水的地方,可好多的峡谷河畔却荒凉一片。我们通过下面两者卫星图可以看到,河谷地带裸土特征明显,植被覆盖稀疏,反而在高山上森林茂密郁郁葱葱,这种地貌分布在金沙江流域及其常见,就是典型的干热河谷。这种地方一旦发生森林火灾,往往海拔较高,地形险峻,而且山上风向容易突变,季风、山风、谷风交织叠加高空气流导致扑救任务危险间距。 二、遥感卫星成像汇总 2.1 高分四号 **数据链接:**链接: https://pan

使用内存映射文件MMF实现大数据量导出时的内存优化(Windows篇)

拥有回忆 提交于 2020-04-18 05:46:19
前言 导出功能几乎是所有应用系统必不可少功能,今天我们来谈一谈,如何使用内存映射文件MMF进行内存优化,本文重点介绍使用方法,相关原理可以参考文末的连接 实现 我们以单次导出一个excel举例(csv同理),excel包含1~n个sheet,在每个sheet中存储的按行和列的坐标在单元格存储具体数据,如果我们要使用MMF,第一个要考虑的就是如何将整个excel合理的存储到MMF中。这里我们引入MMF两个对象: MemoryMappedFile --表示内存映射文件 MemoryMappedViewAccessor --表示随机访问的内存映射文件视图 使用MemoryMappedFile.CreateNew(string mapName, long capacity)可以得到一个指定名称和指定大小的内存映射文件,以下简称mmf * 这里需要注意的是capacity为long类型,以字节为单位,通过计算可知文件大小上限为1G 使用mmf.CreateViewAccessor(long offset, long size)可以得到一个从指定位置开始的指定大小空间的访问器,以下简称accessor * 这里同样需要注意的是size的大小,如果加上offset超过文件大小,会报System.UnauthorizedAccessException: Access to the path is

借助Python来实现的定量城市研究

吃可爱长大的小学妹 提交于 2020-04-17 17:22:47
一、数据处理基础 (一)数据分析的概念 城市数据分析,可以从数据分析的广义和狭义两个角度来看: 狭义的数据分析 是指根据分析目的,采用对比分析、分组分析、交叉分析和回归分析等分析方法,对相关城市数据(包括统计数据和爬取的网络开放数据)进行处理与分析,提取有价值的信息,发挥数据的作用,得到一个特征统计量结果过程。可以用来进行城市的空间特征的计量分析、网络分析等。 更进一步,深层次的数据分析可以参照数据挖掘来认识, 即是从大量的、不完全的、有噪声的、模糊的、随机的城市数据中,通过应用聚类、分类、回归和关联规则等技术,挖掘潜在价值的过程。可以用来实现智慧城市的更深层次应用,包括识别、预测等。 (二)数据分析的流程 需求分析:城市数据分析中的需求分析也是分析环节的第一步和最重要的步骤之一,决定了后续分析的方向、方法。 数据获取:数据是城市数据分析工作的基础,是指根据需求分析的结果提取,收集数据。 数据预处理:数据预处理是指对城市相关数据进行合并,数据清洗,数据变换和数据标准化,数据变换后使得整体数据变为干净整齐,可以直接用于分析建模这一过程的总称。 分析与建模:分析与建模是指通过对比分析、分组分析、交叉分析、回归分析等分析方法和聚类、分类、关联规则、智能推荐等模型与算法发现数据中的有价值信息,并得出结论的过程。 模型评价与优化:模型评价是指对已经建立的一个或多个模型,根据其模型的类别

ICLR2020|受启诺奖研究,利用格网细胞学习多尺度表达(视频解读)

家住魔仙堡 提交于 2020-04-14 11:21:56
【推荐阅读】微服务还能火多久?>>>    作者 | 买庚辰    编辑 | 丛末   本 文对由美国加州大学圣巴巴拉分校 完成的,被ICLR 2020录用的论文《Multi-Scale Representation Learning for Spatial Feature Distributions using Grid Cells》 进行解读。      论文:https://arxiv.org/pdf/2003.00824.pdf    论文简介:   目前,非监督语言编码模型加大的推进了自然语言处理技术的发展,他的核心理念就是根据词语在文章中的位置以及上下文关系使用神经网络把词语转化为向量空间表达,这个结果非常适合与多种下游的任务。 在空间分析领域,我们看到了非常相似的情况, GIS 学者注重于把地理对象(例如 POI )的绝对位置信息和周边环境信息加入模型当中,这意味着一个广义的(地理)空间表达模型会对众多任务都有帮助。   然而,除了简单的对空间进行分割或者直接把坐标输入前馈神经网络( FFN )的做法,目前不存在这样的广义空间表达模型,不仅如此也很少有学者研究如何同时对不同特征的空间分布进行总体建模,而这一情况经常在 GIS 数据中出现。   与此同时,我们注意到近期赢得 诺贝尔奖的神经科学研究发现,哺乳动物的格网细胞( grid cell

入门级科普:五分钟让你的应用拥有高精度定位功能

旧时模样 提交于 2020-04-13 22:37:08
【今日推荐】:为什么一到面试就懵逼!>>> 本文作者:用户_123456789 什么是智能定位服务 定位能力即帮助用户解决“我在哪”的问题,依托百度位置大数据及多种混合定位方式,百度地图开放平台为智能穿戴、用车出行、快递物流、生活服务、社交通讯、在线旅游等百万行业开发者提供了智能定位服务,帮助开发者实现用户的精准定位、地理围栏监管提醒、位置大数据分析等功能。 百度地图提供哪些类型的定位服务 目前百度地图Android定位SDK对非商业目的使用的开发者不收取任何费用。考虑到不同行业开发者的实际情况,百度地图贴心的开放了不同类型的定位服务能力满足不同需求的开发者。 1.Andriod定位SDK/iOS定位SDK服务:适用于Android或 iOS端应用; 2.智能硬件定位API:适用于智能硬件设备,从服务端获取用户位置信息; 3.JS API:适用于网页版应用; 4.IP定位API:适用于通过IP获取用户当前位置信息。 同时,开发者可根据自身服务的场景选择不同的定位模式、不同的坐标系等。例如对定位精度要求较高且无功耗要求的场景可选择高精度定位模式;对功耗要求较高的使用场景可使用低功耗模式定位;强依赖于GPS模块的定位模式,例如驾车、骑行、室外运动记录等可选择设备模式定位。 百度地图智能定位服务有哪些优势 百度地图的定位成功率高达99.6%,网络定位速度达到0.2秒