basic java-2

1.Java可变参数只能放在[color=red]最后一个参数位置[/color]上,且应用的时候作为[color=red]数组[/color]使用

2.把变量定义为final类型,才能在内部类中使用。

3.数组的反射,使用java.lang.reflect.Array类处理(getLength,get)

4.ssh以及其他框架都需要把配置文件放到和类相同的目录下,为什么呢?因为这些框架读取配置文件都使用了类加载器的方式来加载,类加载器加载类都是在类所在的文件夹中去寻找的。所以配置文件也需要放到类文件夹中。
InputStream ips =className.class.getClassLoader().getResourceAsStream("cn/mmm/java1/config.properties");

还有另外一种读取配置文件的方法:
InputStream ips = New FileInputStream("config.properties")

这种方法的好处是,还有FileOutputStream可以用来修改配置文件,上一种方法是没有的
当然,还有另外一种直接由Class类提供的方法:
InputStream ips =className.class.getResourceAsStream("resource/config.properties");

是按照className类所在的文件夹寻找配置文件

5.内省
使用PropertyDescriptor类,调用getReadMethod,getWriteMethod方法得到javabean的get set方法。然后调用invoke执行

6.BeanUtils.setProperty .getProperty支持级联操作
BeanUtils.setProperty(object, "[color=red]birthday.time[/color]", value);
PropertyUtils和BeanUtils差不多,唯一的区别在于BeanUtils都是使用String操作,而PropertyUtils按照属性的实际类型进行操作
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
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