java读写properties文件

Java属性文件操作
本文介绍了一个Java程序如何读取和写入属性文件的具体实现。包括获取文件路径、使用Properties类加载属性文件、修改属性值并保存回文件的过程。

import java.io.File;

import java.io.FileInputStream;

import java.io.FileNotFoundException;

import java.io.FileOutputStream;

import java.io.IOException;

import java.io.InputStream;

import java.io.OutputStream;

import java.net.URL;

import java.util.Properties;

public class Test {

//path需要文件的绝对路径

public static String readProperties(String fileName, String parameterName) {

String filePath=Test.class.getResource("/")+"";

//替换所获得路径的/bin为/src

//conf/表示配置文件所在的包名,根据不同的包进行修改

String fPath=filePath.replaceAll("/bin","/src")+"conf/"+fileName;

//去掉path前面的file:/

String path = fPath.replaceAll("file:/","");

System.out.println(path);

File file = new File(path);

String value = "";

Properties prop = new Properties();

try {

InputStream fis = new FileInputStream(file);

prop.load(fis);

value = prop.getProperty(parameterName);

} catch (Exception e) {

e.printStackTrace();

}

return value;

}

public static Properties readProperties2(String fileName, String parameterName) {

String filePath=Test.class.getResource("/")+"";

String fPath=filePath.replaceAll("/bin","/src")+"conf/"+fileName;

String path = fPath.replaceAll("file:/","");

System.out.println(path);

File file = new File(path);

Properties prop = new Properties();

try {

InputStream fis = new FileInputStream(file);

prop.load(fis);

// value = prop.getProperty(parameterName);

} catch (Exception e) {

e.printStackTrace();

}

return prop;

}

public static void writeProperties(Properties prop,String fileName){

String filePath=Test.class.getResource("/")+"";

String fPath=filePath.replaceAll("/bin","/src")+"conf/"+fileName;

String path = fPath.replaceAll("file:/","");

System.out.println(path);

File file = new File(path);

try {

OutputStream fos = new FileOutputStream(file);

// 调用 Hashtable 的方法 put。

prop.setProperty("jdbc.url", "新的字符串");

// 以适合使用 load 方法加载到 Properties 表中的格式,

// 将此 Properties 表中的属性列表(键和元素对)写入输出流

prop.store(fos, "Update '" + "x" + "' value");

} catch (FileNotFoundException e) {

e.printStackTrace();

} catch (IOException e) {

e.printStackTrace();

}

}

public static void main(String args[]){

String fileName="1.properties";

Properties properties = readProperties2(fileName,"jdbc.url");

writeProperties(properties,fileName);

System.out.println(readProperties(fileName,"jdbc.url"));

}

}

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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