Java监控文件夹变化

1. 线程轮询扫描
优点:纯java实现,完美跨平台。
缺点:监听文件较多时,需要扫描的量太大;响应不是非常及时,依赖于扫描间隔时间。

2. 文件钩子
优点:事件驱动方式,无目录扫描。
缺点:跟平台相关

Jnotify开发包是个不错的文件钩子库,使用方式如下:

public class FieMonitor
{

/**
* @param args
*/
public static void main(String[] args)
{
String monitedPath = "E:/templete";
int mask = JNotify.FILE_CREATED | JNotify.FILE_DELETED | JNotify.FILE_MODIFIED | JNotify.FILE_RENAMED;
// 是否监视子目录
boolean watchSubtree = true;
try{
int watchID = JNotify.addWatch(monitedPath, mask, watchSubtree, new Listener());
Thread.sleep(1000000);
boolean res = JNotify.removeWatch(watchID);
if (!res)
{
// invalid
}
}catch(Exception e)
{
e.printStackTrace();
}

}

public static class Listener implements JNotifyListener
{
public void fileRenamed(int wd, String rootPath, String oldName, String newName)
{
print("renamed " + rootPath + " : " + oldName + " -> " + newName);
}

public void fileModified(int wd, String rootPath, String name)
{
print("modified " + rootPath + " : " + name);
}

public void fileDeleted(int wd, String rootPath, String name)
{
print("deleted " + rootPath + " : " + name);
}

public void fileCreated(int wd, String rootPath, String name)
{
print("created " + rootPath + " : " + name);
}

void print(String msg)
{
System.err.println(msg);
}
}
}

额外说明:win下面rename一个文件,产生2个事件 rename和 modify

这个库还有个缺点:要在java.library.path下加入依赖的dll (jnotify.dll/jnotify_64bit.dll),让本人非常不爽。 跟进源码,发现是用的
System.loadLibrary("jnotify")
加载,难怪。遂将其改为
System.load("xxxx/jnotify.dll")
方式,将dll、so等文件和class文件重新打包成一个jar,爽了!
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