swing的初步学习(读书笔记)

本文介绍了一个使用Java Swing创建简单GUI应用程序的例子。通过该实例,读者可以了解到如何利用Swing组件如JTextField、JLabel和JButton来搭建一个计算器界面,并实现乘法运算的功能。

由于最近要写毕设,要做一个界面,由于没有学习过JAVA方面编写GUI的经验,去网上查了查。变学了这个swing






基本组件是指只能依托在中间容器上才能被显示的组件,它不能独立存在











给一个小案例

import java.awt.event.ActionEvent;
import java.awt.event.ActionListener;
import javax.swing.*;
public class test3
{
    static  final int WIDTH=300;
    static  final int HEIGHT=400;
    static JTextField text1;
    static JTextField text2;
    static JTextField text3;
    public static void main(String[] args)
    {
        JFrame frame=new JFrame();
        frame.setTitle("测试窗口");
        JPanel pane=new JPanel();
        frame.setContentPane(pane);
        text1=new JTextField(10);
        text2=new JTextField(10);
        text3=new JTextField(10);
        JLabel label1=new JLabel("* ");
        JButton button=new JButton("=");
        pane.add(text1);
        pane.add(label1);
        pane.add(text2);
        pane.add(button);
        pane.add(text3);
        button.addActionListener(new ActionListener()//下面是一个按钮的动作事件
        {
        	public void actionPerformed(ActionEvent Event) 
            {
                String str1=text1.getText();//从文本框中提取文本
                Double d1=Double.parseDouble(str1);//将文本转换成双精度型数据
                String str2=text2.getText();//从文本框中提取文本
                Double d2=Double.parseDouble(str2); //将文本转换成双精度型数据
                Double d3=d1*d2;
                String str3=""+d3;//将双精度数据转换成字符串数据
                text3.setText(str3); //将结果赋给第三个文本框      
            }
        });
        frame.setSize(WIDTH,HEIGHT);
        frame.setVisible(true);
    }
}




【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