linux系统下安装jdk

本文介绍如何在Linux系统中安装和配置JDK环境,包括检查系统已安装的Java版本、卸载旧版本、上传并解压新的JDK、安装必要的依赖插件、设置环境变量及验证安装是否成功。

步骤

1.查看当前Linux系统是否已经安装java

输入 rpm -qa | grep java

如果linux系统中有适合的jdk版本,则可以直接使用。不如不合适执行下一步。

2.卸载两个对应JDK版本

输入rpm -e --nodeps 加上要卸载的软件名称

3.使用ssh工具上传jdk到linux系统,并解压至/usr/local/java下

4.安装jdk运行需要的插件yum install glibc.i686

5.配置jdk环境变量,打开/etc/profile配置文件,将下面配置拷贝进去(具体版本根据自己来,以1.7版本为例)

#set java environment
	JAVA_HOME=/usr/local/jdk1.7.0_71
	CLASSPATH=.:$JAVA_HOME/lib.tools.jar
	PATH=$JAVA_HOME/bin:$PATH
	export JAVA_HOME CLASSPATH PATH 

6.重新加载/etc/profile配置文件 source /etc/profile

注意:期间可能会遇到jdk版本与系统版本适配问题。

jdk报错处理方案如下(解决方案转至:https://blog.youkuaiyun.com/zjq_1234/article/details/86772219?tdsourcetag=s_pcqq_aiomsg

1. 错误描述

安装好jdk之后,通过java -version,javac,java等命令测试是否安装成功时出现错误-bash: /usr/java/jdk1.7.0_71/bin/java: /lib/ld-linux.so.2: bad ELF interpreter: No such file or directory
2. 错误原因:没有那个文件或目录,需要安装glibc

3. 解决办法

进入cd /

直接输入sudo yum install glibc.i686  安装包大概24M,安装完毕在任何目录下,

输入 java -version  先是java的版本信息,即安装成功
 

 

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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