[转][opencms]移动文件的简单示例

本文介绍了一种使用Java实现的方法,能够将指定目录中的部分文件移动到子目录中,以保持目录结构的整洁。该方法通过遍历源目录中的文件,并依据文件数量将多余的文件移动到目标子目录。
下面的简单示例实现了将目录/home01/中的多于8个的文件移动到目录/home01/more/中
在添加新的信息时,导航位置选择"---插在首位---",这样保存最新的8条信息还保留在/home01/中
<%@ page import="java.util.*" %>
<%@ page import="java.text.*" %>
<%@ page import="org.opencms.jsp.*" %>
<%@ page import="org.opencms.file.CmsResource" %>
<%@ page import="org.opencms.file.CmsResourceFilter" %>
<%

String sourceFolder="/home01/";
String targetFolder="/home01/more/";

CmsJspActionElement cms = new CmsJspActionElement(pageContext, request, response);
org.opencms.file.CmsObject cmsObject = cms.getCmsObject();
CmsResource thisResource = null;
java.util.List resourceVector = cms.getNavigation().getNavigationForFolder(sourceFolder);
cmsObject.lockResource(sourceFolder);
System.out.println(resourceVector.size());
for (int fileCounter = resourceVector.size()-9; fileCounter >= 0; fileCounter--) {
CmsJspNavElement tmpNe = (CmsJspNavElement ) resourceVector.get(fileCounter);
thisResource = (CmsResource)cmsObject.readFile(tmpNe.getResourceName()) ;
System.out.println(thisResource.getState());
try {
//out.println("<br>文件-----"+tmpNe.getFileName());
cmsObject.moveResource(sourceFolder+ thisResource.getName(),targetFolder +thisResource.getName());

} catch (Exception e) {
out.println("<br><font color=#ff0000>处理文件: " +thisResource.getName() +"出现异常!</font>");
}
}
cmsObject.unlockResource(sourceFolder);
cmsObject.publishResource(sourceFolder);

%>
MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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