FindUserPage

本文介绍了一个使用Eclipse SWT和JFace库实现的向导页面,该页面用于选择不同的查询方式并输入相关信息,支持按名字、手机号及按楼盘加房号等多种查询条件。
package com.zx.dialog;

import org.eclipse.jface.wizard.WizardPage;
import org.eclipse.swt.SWT;
import org.eclipse.swt.events.SelectionAdapter;
import org.eclipse.swt.events.SelectionEvent;
import org.eclipse.swt.layout.GridData;
import org.eclipse.swt.layout.GridLayout;
import org.eclipse.swt.widgets.Button;
import org.eclipse.swt.widgets.Composite;
import org.eclipse.swt.widgets.Group;
import org.eclipse.swt.widgets.Label;
import org.eclipse.swt.widgets.Text;

public class FindUserPage extends WizardPage
{
/** 页面名称 */
public static final String FIND_USER_PAGE = "FindUserPage";

public int seletedType = 0;

public String info = "";

public String info2 = "";

boolean isOnLikeQuery = false;

protected FindUserPage()
{
super(FIND_USER_PAGE);
// TODO Auto-generated constructor stub
}

public void createControl ( Composite parent )
{
/** 设置面板布局 */
Composite composite = new Composite(parent, SWT.NONE);
composite.setLayout(new GridLayout(1, false));

Group group = new Group(composite, SWT.NONE);
group.setText("选择查询类型");
group.setLayout(new GridLayout(3, false));
Button srchHouseBtn = new Button(group, SWT.RADIO);
srchHouseBtn.setText("按楼盘+房号查询");
srchHouseBtn.setLayoutData(new GridData(GridData.FILL_HORIZONTAL));
srchHouseBtn.setSelection(true);
Button srchNameBtn = new Button(group, SWT.RADIO);
srchNameBtn.setText("按名字查询");
srchNameBtn.setLayoutData(new GridData(GridData.FILL_HORIZONTAL));
Button srchPhoneBtn = new Button(group, SWT.RADIO);
srchPhoneBtn.setText("按手机号查询");
srchPhoneBtn.setLayoutData(new GridData(GridData.FILL_HORIZONTAL));

new Label(composite, SWT.NONE);

Group group2 = new Group(composite, SWT.NONE);
group2.setText("输入查询信息");
group2.setLayout(new GridLayout(2, false));
final Label mm = new Label(group2, SWT.NONE);
mm.setText("输入楼盘:");
final Text infoTxt = new Text(group2, SWT.BORDER);
infoTxt.setLayoutData(new GridData(GridData.FILL_HORIZONTAL));
final Label mm2 = new Label(group2, SWT.NONE);
mm2.setText("输入房号:");
final Text info2Txt = new Text(group2, SWT.BORDER);
info2Txt.setLayoutData(new GridData(GridData.FILL_HORIZONTAL));

srchNameBtn.addSelectionListener(new SelectionAdapter()
{
public void widgetSelected ( SelectionEvent e )
{
mm.setText("输入名字:");
seletedType = 0;
mm2.setVisible(false);
info2Txt.setVisible(false);
}
});

srchPhoneBtn.addSelectionListener(new SelectionAdapter()
{
public void widgetSelected ( SelectionEvent e )
{
mm.setText("输入手机号:");
seletedType = 1;
mm2.setVisible(false);
info2Txt.setVisible(false);
}
});

srchHouseBtn.addSelectionListener(new SelectionAdapter()
{
public void widgetSelected ( SelectionEvent e )
{
mm.setText("输入楼盘:");
seletedType = 2;
mm2.setVisible(true);
info2Txt.setVisible(true);
}
});
this.setControl(composite);

}

}
内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
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