XML解析之DOM

Sun公司提供了Java API for XML Parsing(JAXP)接口来使用SAX和DOM,通过JAXP,我们可以使用任何与JAXP兼容的XML解析器。

JAXP规范包含了三个包:
  (1)org.w3c.dom
  W3C推荐的用于XML标准规划文档对象模型的接口。
  (2)org.xml.sax
  用于对XML进行语法分析的事件驱动的XML简单API(SAX)
  (3)javax.xml.parsers解析器工厂工具,程序员获得并配置特殊的特殊语法分析器。

DOM是一些节点的集合,由于文档中可能包含有不同类型的信息,所以定义了几种不同类型的节点。
[b]文档 Document[/b]
文档节点是整个文档中所有其它节点的父节点。
[b]元素 Element[/b]
元素的子节点可以是其它元素、文本节点或两者都有。元素节点还可以只含有属性这一唯一类型的节点。
[b]属性 Attribute
[/b]属性节点包含关于元素节点的信息,但它不是元素的子节点。
[b]文本 Text[/b]
文本节点文本信息,或干脆是空白的文本。

public class DOMParse {

public static void main(String[] args) {
File file = null;
Document doc = null;
DocumentBuilderFactory dbf = null;
DocumentBuilder db = null;
try {
file = new File("user.xml");
dbf = DocumentBuilderFactory.newInstance();
db = dbf.newDocumentBuilder();
doc = db.parse(file);
NodeList users = doc.getElementsByTagName("user");
Element userElement = null;
for(int i=0;i<users.getLength();i++ ){
userElement = (Element) users.item(i);
String id = userElement.getAttribute("id");
System.out.println("--------------------------------");
System.out.print("id: "+id+"\t");
String name = doc.getElementsByTagName("name").item(i).getFirstChild().getNodeValue();
System.out.print("name: "+name+"\t");
String age = doc.getElementsByTagName("age").item(i).getFirstChild().getNodeValue();
System.out.print("age: "+ age+"\t");
String sex = doc.getElementsByTagName("sex").item(i).getFirstChild().getNodeValue();
System.out.print("sex: "+sex+"\n");
}
} catch (ParserConfigurationException e) {
e.printStackTrace();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
}
}
}

user.xml

<?xml version="1.0" encoding="UTF-8"?>
<users>
<user id="1">
<name>Bob</name>
<age>24</age>
<sex>male</sex>
</user>
<user id="2">
<name>Michael</name>
<age>25</age>
<sex>male</sex>
</user>
<user id="3">
<name>Mary</name>
<age>24</age>
<sex>female</sex>
</user>
</users>
提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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