MongoDB和PostGIS的Geohash是怎么计算的

Geohash的最简单的解释就是：将一个经纬度信息，转换成一个可以排序，可以比较的字符串编码

import javaioFile;

import javaioFileInputStream;

import javautilBitSet;

import javautilHashMap;

public class Geohash {

private static int numbits = 6 5;

final static char[] digits = { '0', '1', '2', '3', '4', '5', '6', '7', '8',

'9', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'm', 'n', 'p',

'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z' };

final static HashMap<Character, Integer> lookup = new HashMap<Character, Integer>();

static {

int i = 0;

for (char c : digits)

lookupput(c, i++);

}

public static void main(String[] args) throws Exception{

Systemoutprintln(new Geohash()encode(45, 125));

}

public double[] decode(String geohash) {

StringBuilder buffer = new StringBuilder();

for (char c : geohashtoCharArray()) {

int i = lookupget(c) + 32;

bufferappend( IntegertoString(i, 2)substring(1) );

}

BitSet lonset = new BitSet();

BitSet latset = new BitSet();

//even bits

int j =0;

for (int i=0; i< numbits2;i+=2) {

boolean isSet = false;

if ( i < bufferlength() )

isSet = buffercharAt(i) == '1';

lonsetset(j++, isSet);

}

//odd bits

j=0;

for (int i=1; i< numbits2;i+=2) {

boolean isSet = false;

if ( i < bufferlength() )

isSet = buffercharAt(i) == '1';

latsetset(j++, isSet);

}

double lon = decode(lonset, -180, 180);

double lat = decode(latset, -90, 90);

return new double[] {lat, lon};

}

private double decode(BitSet bs, double floor, double ceiling) {

double mid = 0;

for (int i=0; i<bslength(); i++) {

mid = (floor + ceiling) / 2;

if (bsget(i))

floor = mid;

else

ceiling = mid;

}

return mid;

}

public String encode(double lat, double lon) {

BitSet latbits = getBits(lat, -90, 90);

BitSet lonbits = getBits(lon, -180, 180);

StringBuilder buffer = new StringBuilder();

for (int i = 0; i < numbits; i++) {

bufferappend( (lonbitsget(i))'1':'0');

bufferappend( (latbitsget(i))'1':'0');

}

return base32(LongparseLong(buffertoString(), 2));

}

private BitSet getBits(double lat, double floor, double ceiling) {

BitSet buffer = new BitSet(numbits);

for (int i = 0; i < numbits; i++) {

double mid = (floor + ceiling) / 2;

if (lat >= mid) {

bufferset(i);

floor = mid;

} else {

ceiling = mid;

}

}

return buffer;

}

public static String base32(long i) {

char[] buf = new char[65];

int charPos = 64;

boolean negative = (i < 0);

if (!negative)

i = -i;

while (i <= -32) {

buf[charPos--] = digits[(int) (-(i % 32))];

i /= 32;

}

buf[charPos] = digits[(int) (-i)];

if (negative)

buf[--charPos] = '-';

return new String(buf, charPos, (65 - charPos));

}

}

import javaioFile;

import javaioFileInputStream;

import javautilBitSet;

import javautilHashMap;

public class Geohash {

private static int numbits = 6 5;

final static char[] digits = { '0', '1', '2', '3', '4', '5', '6', '7', '8',

'9', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'm', 'n', 'p',

'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z' };

final static HashMap<Character, Integer> lookup = new HashMap<Character, Integer>();

static {

int i = 0;

for (char c : digits)

lookupput(c, i++);

}

public static void main(String[] args) throws Exception{

Systemoutprintln(new Geohash()encode(45, 125));

}

public double[] decode(String geohash) {

StringBuilder buffer = new StringBuilder();

for (char c : geohashtoCharArray()) {

int i = lookupget(c) + 32;

bufferappend( IntegertoString(i, 2)substring(1) );

}

BitSet lonset = new BitSet();

BitSet latset = new BitSet();

//even bits

int j =0;

for (int i=0; i< numbits2;i+=2) {

boolean isSet = false;

if ( i < bufferlength() )

isSet = buffercharAt(i) == '1';

lonsetset(j++, isSet);

}

//odd bits

j=0;

for (int i=1; i< numbits2;i+=2) {

boolean isSet = false;

if ( i < bufferlength() )

isSet = buffercharAt(i) == '1';

latsetset(j++, isSet);

}

double lon = decode(lonset, -180, 180);

double lat = decode(latset, -90, 90);

return new double[] {lat, lon};

}

private double decode(BitSet bs, double floor, double ceiling) {

double mid = 0;

for (int i=0; i<bslength(); i++) {

mid = (floor + ceiling) / 2;

if (bsget(i))

floor = mid;

else

ceiling = mid;

}

return mid;

}

public String encode(double lat, double lon) {

BitSet latbits = getBits(lat, -90, 90);

BitSet lonbits = getBits(lon, -180, 180);

StringBuilder buffer = new StringBuilder();

for (int i = 0; i < numbits; i++) {

bufferappend( (lonbitsget(i))'1':'0');

bufferappend( (latbitsget(i))'1':'0');

}

return base32(LongparseLong(buffertoString(), 2));

}

private BitSet getBits(double lat, double floor, double ceiling) {

BitSet buffer = new BitSet(numbits);

for (int i = 0; i < numbits; i++) {

double mid = (floor + ceiling) / 2;

if (lat >= mid) {

bufferset(i);

floor = mid;

} else {

ceiling = mid;

}

}

return buffer;

}

public static String base32(long i) {

char[] buf = new char[65];

int charPos = 64;

boolean negative = (i < 0);

if (!negative)

i = -i;

while (i <= -32) {

buf[charPos--] = digits[(int) (-(i % 32))];

i /= 32;

}

buf[charPos] = digits[(int) (-i)];

if (negative)

buf[--charPos] = '-';

return new String(buf, charPos, (65 - charPos));

}

}

10个经典的公开数据集+免费下载链接

TYYQ

来自专栏公开数据集

1、帕尔默企鹅数据集

背景描述

由Kristen Gorman博士和南极洲LTER的帕尔默科考站共同创建，包含344只企鹅的数据。

数据说明

species: 三个企鹅种类：阿德利 巴布亚 帽带

culmen_length_mm: 鸟的嘴峰长度

culmen_depth_mm: 鸟的嘴峰深度

flipper_length_mm: 脚掌长度

body_mass_g: 体重

island: 岛屿的名字

sex: 企鹅的性别

下载链接：帕尔默企鹅数据集

2、MNIST数据集

经典的手写数字数据集，用于图像分类和识别练习。

21 中文数字MNIST

背景描述

由100名中国人亲自用黑笔手写的15个数字

数据说明

15000张 300x300分辨率 64x64大小的

下载链接：中文数字MNIST

22 Fashion MNIST

背景描述

用于代替原始的MNIST数据

数据说明

包含 60,000 个样本的训练集和一个 10,000 个服装图像的测试集，所有图像都经过尺寸归一化和居中，图像的大小也固定为 28×28

下载链接：Fashion MNIST

3、共享单车

21 国内共享单车数据集

背景描述

共享单车数据集

数据说明

训练集（traincsv）和测试集 共近500万条出行记录：

orderid 订单号 userid 用户ID bikeid 车辆ID biketype 车辆类型 starttime 骑行起始日期时间 geohashed_start_loc 骑行起始区块位置 geohashed_end_loc 骑行目的地区块位置

注意：地理位置通过Geohash加密，可以通过开源的方法获得经纬度数据（testcsv）

下载链接：国内共享单车数据集

22 共享单车需求

背景描述

华盛顿特区“首都自行车共享计划”，根据自行车共享和租赁系统获取的数据

数据说明

骑行信息：时间、出发地点、到达地点、经过时间、租借总长；

天气信息：当天温度（摄氏度）、风速、湿度；

时间信息：季节、工作日、周末、假期；

下载链接：共享单车需求

4、猫狗

包含2千张（猫与狗各1千张），用于机器学习

下载链接：猫狗训练集共2000张

5、威斯康星州乳腺癌（诊断）数据集

背景描述

数据通过处理乳房肿块的细针穿刺（FNA）的数字化图像提取出来

数据说明

由 569 个样本组成，包括 357 个良性样本和 212 个恶性样本。这个数据集中有三类特征，其中实值特征最有趣。它们是从数字化图像中计算出来的，包含有关区域、细胞半径、纹理等信息

下载链接：威斯康星州乳腺癌（诊断）数据集

6、葡萄酒数据集

61 红葡萄酒

背景描述

数据取自葡萄牙一种红酒品类：Vinho Verde

数据说明

包含11种特征与最终质量评分

下载链接：红酒质量数据

62 白葡萄酒

背景描述

来自葡萄牙Vinho Verde产地的白葡萄酒

数据说明

包含葡萄酒的氯化物、柠檬酸、硫酸盐、酒精度、残留糖份等其他属性数据

下载链接：白葡萄酒质量

7、Twitter推文的情绪分析

背景描述

情绪分析用于监控和了解客户反馈

数据说明

包含了使用 Twitter API 提取的 1,600,000 条推文

下载链接：Twitter推文的情绪分析数据集

三种方式进行定位，获取用户位置，分别是基于基站定位， 网络定位，GPS定位。

1基站定位(passive)：这是基于网络基站进行定位的，定位的精确度在几十米到几千米不等，在城市中基站覆盖率比较高，推荐使用基站定位，如果是在郊区，基站相距较远，基站的覆盖没有城里好，定位的误差比较大。如果在郊区不推荐使用基站定位。

2网络定位：wifi定位，网络定位

3GPS定位：与卫星进行通信。手机中嵌入了GPS模块(精简版的A-GPS)，通过A-GPS搜索卫星， 获取经纬度。使用GPS的弊端是:必须站在空旷的地方，头顶对着天空，如果云层厚了，也会受到一定的影响。精确度:10-50米

扩展知识：

使用Android是定位必备的权限：

< uses-permission android:name= " androidpermissionACCESS_FINE_LOCATION " />      //精确定位

<uses-permission android:name= "androidpermissionACCESS_MOCK_LOCATION" />      //模拟器

<uses-permission android:name= "androidpermissionACCESS_COARSE_LOCATION" />   //粗糙定位

 

//获取定位管理对象

LocationManager  lm=(LocationManager)getSystemService(LOCATION_SERVICE);

String[] names=lmgetAllProviders();//获取所有的位置提供者，一般三种

Criteria  criteria=new Criteria();//查询条件，如果设置了海拔，则定位方式只能是GPS;

criteriasetCostAllowed(true);//是否产生开销，比如流量费

String provider=lmgetBaseProvider(criteria,true)//获取最好的位置提供者，第二个参数为true，表示只获取那些被打开的位置提供者

lmrequestLocationUpdates(provier,0,0,new LocationListener(){});//获取位置。第二个参数表示每隔多少时间返回一次数据，第三个参数表示被定位的物体移动每次多少米返回一次数据。

private class MyLocationListener implements LocationListener {

            @Override

            public void onStatusChanged(String provider, int status, Bundle extras) {

           }

            @Override

            public void onProviderEnabled(String provider) {

           }

            @Override

         

            @Override

            public void onLocationChanged(Location location) {

                 System outprintln( "服务中位置监听发送了变化了" );

                  float accuracy = locationgetAccuracy(); // 精确度

                  double altitude = locationgetAltitude(); // 海拔

                  double latitude = locationgetLatitude(); // 纬度

                  double longitude = locationgetLongitude(); // 经度

                 String locationInfo = "jingdu:" + longitude + ",weidu:" + latitude + ",haiba:" + altitude + ",jingquedu:" + accuracy;

                 Editor edit = spedit();

                 editputString( "location", locationInfo);

                 editcommit();

           }

     }   public void onProviderDisabled(String provider) {

           }

以上就是关于MongoDB和PostGIS的Geohash是怎么计算的全部的内容，包括:MongoDB和PostGIS的Geohash是怎么计算的、威斯康星乳腺癌数据集下载哪一个、android怎么获取用户所在地 csdn等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！