Hibernate插入和读取数据实例【原创】

本文分享了使用Hibernate框架进行数据插入和查询的实际代码示例。通过具体的Java类和服务方法展示了如何实现数据库操作,并提供了相应的JSP页面代码来说明数据的读取与展示。

这两天都在研究Hibernate,大师们说有多好用我就看有多好用,不想说太多,以下是插入和读取的两个实例片段:

动作类(业务类):

Public Class ServiceAncestor{  

public List query(String hql) throws Exception {//用于查询
   ArrayList list = new ArrayList(0);
   try {
    session = factory.openSession();
    query = session.createQuery(hql);
    list = (ArrayList)query.list();
   } catch (Exception e) {
    logger.error(e);
    throw e;
   } finally {
    list.trimToSize();
    closeSession();
   }
   return list;
}

 

public void insert(Object tableBean) throws Exception {//用于插入

   try {
    session = factory.openSession();
    tx = session.beginTransaction();
    //
    session.clear();
    session.save(tableBean);
    session.flush();
    //
    tx.commit();
   } catch (Exception e) {
    System.out.println("Hibernate插入的时候错啦::!!!"+e);
    e.printStackTrace();
    logger.error(e);
    tx.rollback();
    throw e;
   } finally {
    closeSession();
   }
}

}

读取并显示数据的jsp片段:

   <%     
     try {
          ServiceAncestor sa = new ServiceAncestor();
          String hql = "select contribute.IName,contribute.IAmount,contribute.ILovemess from Contribute contribute";
          List list = sa.query(hql);
          for(int i = 0;i<list.size();i++){
          Object[] obj=(Object[])list.get(i);           
            System.out.println(obj[0]);

           }
         
         
     }catch (HibernateException err) {
     
      System.out.println("Hinernate查询父亲出错了啦!"+err);
      err.printStackTrace();
     }

%>

插入数据jsp片段:


    try {
          ServiceAncestor sa = new ServiceAncestor();
    
     Contribute contribute = new Contribute();
    
     contribute.setStan("8");
     System.out.println("Stan::"+contribute.getStan());
     contribute.setIName(ctbName);
     System.out.println("Name::"+contribute.getIName());
     contribute.setCreatedt(new java.util.Date());
     System.out.println("Createdt::"+contribute.getCreatedt());
     contribute.setIAddres(ctbAdder);    
     System.out.println("address|:;"+contribute.getIAddres());      
     contribute.setIAmount(ctbMoney);
     System.out.println("money::"+contribute.getIAmount());
     contribute.setTel(ctbNumber);
     System.out.println("number::"+contribute.getTel());
     contribute.setILovemess(comment);
     System.out.println("comment::"+contribute.getILovemess());   
    
     sa.insert(contribute);
    

    } catch (HibernateException err) {
    
     System.out.println("Hinernate出错了!"+err);
     err.printStackTrace();
    }

 

完毕~~

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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