java关键字的适用总结

静态方法与变量详解

1. 静态方法里不能定义静态变量。因为静态变量是需要在类加载的时候加载到内存中的,但是如果把静态变量定义在静态方法内部,这样,加载类的时候,就不会加载该静态方法,所以会产生矛盾。

2. 静态方法不能调用非静态的方法和变量。需要创建对象来调用。因为,静态方法不需要创建对象就可以直接调用,这时候如果调用了非静态的方法或者变量,不能保证该非静态的方法或者变量是否已经创建了对象。

3. 非静态方法是可以调用非静态的方法和变量的,也可以调用静态的方法和变量。因为非静态的方法必然是有对应的一个对象的,说明这个对象已经建立了,那么类中的方法也必然有确定的对象,所以相当于已经创建了对象,可以直接调用。

4. 对于覆盖有3种不能构成覆盖 1 方法是静态方法 2 被private修饰 3 被final修饰

(1)private方法不能被继承,也就不存在重写。可以写与父类一个一模一样的方法,但是这两个方法没有联系。private方法只能在类的内部里使用。

(2)static方法能被继承且可以重写:若重写: 父类  a=new 子类() a编译时引用类决定调用的方法,运行时调用的方法是引用类的方法,即有多态的存在。

(3)final 方法不能被继承和重写。

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【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)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
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