Struts环境配置手顺(eclipse版)

Struts环境配置手记  

1.Eclipse   下载网址: http://www.eclipse.org/     

2.tomcat   下载网址: http://jakarta.apache.org/site/binindex.cgi     

3.struts   下载网址: http://jakarta.apache.org/site/binindex.cgi     

4.tomcat for Eclipse插件  下载网址: http://www.sysdeo.com/eclipse/tomcatPlugin.html

5.easy struts插件  下载网址: http://sourceforge.net/projects/easystruts     

6.EJB开发工具lomboz(不是必需的)   下载网址: http://www.objectlearn.com/     

把上述4中的com.sysdeo.eclipse.tomcat_2.2.1和上述5中的com.cross.easystruts.eclipse_0.6.4分别COPY到  eclipse\plugins\,然后进行以下设置    

1.Tomcat的初始化设置:启动Eclipse,通过菜单Windows->Preferences打开设置窗口  选择Tomcat并做配置

2.Easy Struts的初始化设置:启动Eclipse,通过菜单Windows->Preferences打开设置窗口  选择struts 1.1并在struts 1.1所需的库文件中找到并添加struts.jar文件  

3.在struts 1.1所需的类型库描述文件中建议至少加入前面提到的三个描述文件分别是:  struts_html.tld、struts_bean.tld、struts_logic.tld,这三个文件会在创建struts应用项目时自动拷贝到项目的WEB-INF目录下。

4.新建一个Tomcat项目,然后右击project->Properties->Libraries,把struts 1.1中的包全部加入\r   

5.新建Add Easy Struts Support   

6.把struts 1.1中的包全部COPY到project->WEB-INF\LIB   用JAVA连接SQL Server 2000取得数据  

1.下载JDBC FOR SQLSERVER 的驱动:  http://www.microsoft.com/downloads/details.aspx?FamilyID=4f8f2f01-1ed7-4c4d-8f7b-3d47969e66ae&DisplayLang=en#filelist   点击setup.exe下载驱动

2.下载后开始安装,就用默认设置安装,会被安装到:  C:\Program Files\Microsoft SQL Server 2000 Driver for JDBC   

3.把C:\Program Files\Microsoft SQL Server 2000 Driver for JDBC\lib   下面的mssqlserver.jar,msbase.jar,msutil.jar三个文件拷贝到你的  JDK主目录\jre\lib\ext下面,现在JDBC驱动就算配置好了  

4.编译运行测试程序:  

String driverName = "com.microsoft.jdbc.sqlserver.SQLServerDriver";   String connURL = "jdbc:microsoft:sqlserver://BLUESKY:1433;User=sa;Password=sa;DatabaseName=sitedb";   try{   Class.forName(driverName);   Connection conn = DriverManager.getConnection(connURL);   Statement stmt = conn.createStatement();   StringBuffer strsql = new StringBuffer();   strsql.append("select * from USERTABLE where username ='" + username + "'");   ResultSet rs = stmt.executeQuery(strsql.toString());   if(!rs.next() ||!password.equals(NulltoString(rs.getString("password")).trim())){   DBmsg = "对不起,您所输入的用户不存在或用户密码不正确";   }else{   username = NulltoString(rs.getString("username"));   selectright = NulltoString(rs.getString("selectright"));   deleteright = NulltoString(rs.getString("deleteright"));   updateright = NulltoString(rs.getString("updateright"));   }     }catch (ClassNotFoundException ex){   ex.printStackTrace();   }catch (SQLException ex){   ex.printStackTrace();   }

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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