grails 命令

本文介绍如何使用Grails框架创建应用程序,包括创建项目、生成领域类、控制器及视图等步骤,并演示了如何通过命令行工具进行测试和运行。

 

grails create-app Hello-World

 

    grails run-app ;如果不想用8080端口,可以 grails -Dserver.port=8090 run-app

    然后打开浏览器,输入访问路径即可。

 

 

 grails create-domain-class

 

> grails generate-all
....
input-domain-class:
    [input] Enter domain class name:
comics
.... 
命令行要求输入domain class name 时输入刚才的class name:comics

然后框架将产生views和Controllers。

./comics_catalog/grails-app/controllers
./comics_catalog/grails-app/views

 

 

grails create-app GTest

cd GTest

创建类和控制器:

grails create-domain-class  com.do.MyClass

grails create-controller com.con.mycontrol.

编写代码和测试用例后,执行测试:

grails test-app.

运行:

grails run-app.

查看:

http://localhost:8080/GTest

支持Static Scaffold

根据指定Domain类生成视图:

grails generate-views

指定Domain类生成controller和Viever:

grails generate-all com.Myclass


创建服务
grails create-service com.Myserv

 

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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