小编Yuv*_*l F的帖子

我有一大堆顶点,其中一些是边,一些是冗余的(在形状内),我想删除它们.

我能想到的最简单的算法是,如果它们碰到其他人形成的形状,则逐个检查.但它应该是一个非常慢的算法.

我想过从边缘挑选一个(距离每个例子最远的一个)并计算从这个开始的最长路径...应该得到边缘路径,对吗？

有什么建议吗？

我只是想知道我们是否可以在Lucene中实现一些RDBMS功能。

示例：1）我有10,000个项目文档（pdf文件），必须对其内容进行索引以使它们可用于搜索。2）每个文档都与一个项目相关。项目可以包含项目名称，编号，开始日期，结束日期，位置，类型等详细信息。

我必须在pdf文件的内容中搜索给定的关键字，但是在显示结果时，我要显示第（2）点中提到的项目元数据。

我的想法是在索引时将一个名为projectId的字段与每个pdf文件相关联。一旦获得该信息，我们将再次触发搜索以获取项目元数据。

这样我们可以避免重复数据。同样，如果我们要更新项目元数据，我们最终将只在一个地方进行更新。否则，如果我们将此元数据与所有pdf doument索引一起存储，则最终将更新所有文档，这不是我想要的方式。

请指教。

我刚开始考虑使用Solr作为我的搜索网络服务.我不知道Solr是否支持这些查询类型:

• 以..开始
• 完全符合
• 包含
• 不包含
• 范围中

谁能指导我如何在Solr中实现这些功能？

干杯,萨姆南

我可以使用Lucene Connector Framework将Solr与Sharepoint集成.如果是这样,我应该将Solr Index作为Sharepoint的底层数据库吗？这会产生成功的搜索结果吗？

我是IR技术的新手.

我正在寻找基于Java的API或工具来执行以下操作.

1. 下载给定的URL集
2. 提取令牌
3. 删除停用词
4. 执行词干
5. 创建倒置索引
6. 计算TF-IDF

请告诉我Lucene怎么能对我有所帮助.

关心Yuvi

我正在设计一个自动文本摘要.该项目的主要模块之一需要TRAINING CORPUS.有人可以通过提供TRAINING CORPUS或引用一些链接来帮助我下载它.谢谢你的期待

我有120k db记录要提交到Solr索引中。

我的问题是：我应该在提交每10k条记录后提交，还是在提交所有12万条记录后提交一次？

这两种选择之间有什么区别吗？

我有一个我希望使用ggplot2在旧金山地图上叠加的点列表.每个点都是经度,纬度对.我希望生成的地图位于经度/纬度坐标系中.我设法重现了Hadley Wickham 使用他的示例文件绘制多边形shapefile的方向.我正在使用R 2.15.1 for Windows.

但是,我尝试使用从UScensus2010cdp包下载的cdp文件.这是我的代码片段:

require("rgdal") 
require("maptools")
require("ggplot2")
require("sp")
require("plyr")
gpclibPermit() # required for fortify method
require(UScensus2010)
require(UScensus2010cdp)
data(california.cdp10)
sf <- city(name = "san francisco", state="ca")
sf.points = fortify(sf)

我收到以下错误:

Using name to define regions.
Error in unionSpatialPolygons(cp, invert(polys)) : input lengths differ
In addition: Warning message:
In split(as.numeric(row.names(attr)), addNA(attr[, region], TRUE)) :
   NAs introduced by coercion

有人知道吗:

1. 给fortify()的region参数有什么好处？
2. 如果失败了,ggplot2可以绘制旧金山的未转换纬度/经度坐标的地图数据源？
3. 或者,我在这里找到了另一张旧金山地图,其数据已被翻译.你能告诉我如何将这些数据翻译成原始的lat/long或者为我的一组点进行反向翻译吗？

我正在使用 Interactive Brokers API，TWS 版本 974，以及 IBC 和 ib_insync 库。我想更改其中之一的时区，以便根据 America/New_York 时区获取市场数据和历史记录。我已经将机器的时区更改为所需的时区，但这对 IB 结果没有影响。我在哪里可以进行更改以获得正确的时区？

为Solr/Lucene实现自定义排名算法的正确方法是什么？

我读到Zvents为与特定地理区域中的事件相对应的文档实施距离加权排名系统(http://www.lucidimagination.com/Community/Hear-from-the-Experts/Articles/Zvents).

我想做类似的事情:我在不同的城市中对广告进行索引,并希望在给定特定位置的情况下提高最近广告的相关性.