Jsp语法

jsp的本质就是Servlet

 定义变量

<%!                        %> :定义的变量、方法在Servlet执行的方法

<%                         %> :   定义的变量、方法在Servlet执行的方法

表达式

<%=                       %> :   将java内容以字符串形式显示出来

注释

<%--                    --%> :   html注释,在客户端中中可以看到

<%//                     //%> :   在html文件中看不到

<%/*                    */%> :   在html文件中看不到

Directive(编译指令)

<%@Directive 属性="属性值"%>

常见的Directive:

  • page

常用属性:

    import:引入的包

    isErrorPage:true代表该页面为发生错误时跳转的页面

    errorPage:该页面地址是发生错误时,跳转到的页面

例:

    <%@page import="java.util.*"%>

  • include

常用属性:

    file:将文件代码原封不动的加载到当前位置

  • taglib

Action(运行期间指令)

常见指令:

  •  jsp:useBean
  •  jsp:include

用于动态包含jsp程序,只有这条指令被执行到,才会被编译

  •  jsp:forward & response.sendRedirect的区别

jsp:forward跳转,页面A的request和页面B的request对象是同一个

response.sendRedirect跳转,页面A的request和页面B的request对象不是同一个

<jsp:forward path=" ">:服务器内部跳转

response.sendRedirect:客户端跳转

【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值