Spring之属性注入

Spring框架依赖注入示例
本文介绍了一个使用Spring框架进行依赖注入的示例项目。通过配置文件读取属性,并实现简单属性、集合类型的注入。展示了如何创建配置文件、定义Beans以及在Java类中使用这些配置。

代码总览

代码

db.properties

UserId=sa
Password=sa

beans.xml

<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
	xmlns:context="http://www.springframework.org/schema/context"
	xsi:schemaLocation="
		http://www.springframework.org/schema/beans 
		http://www.springframework.org/schema/beans/spring-beans-2.5.xsd
		http://www.springframework.org/schema/context 
       	http://www.springframework.org/schema/context/spring-context-2.5.xsd
       	">
       	
	<context:property-placeholder location="classpath:db.properties" />
	
	<bean id="userDao" class="com.itlwc.Test.UserDaoImpl">
		<!-- 简单属性注入 -->
		<property name="name" value="Lwc" />
		
		<!-- 读取配置文件注入 -->
		<property name="username" value="${UserId}" />
		<property name="password" value="${Password}" />
		
		<!-- 集合注入 -->
		<property name="sets">
			<set>
				<value>1</value>
			</set>
		</property>
		<property name="lists">
			<list>
				<value>1</value>
				<value>2</value>
			</list>
		</property>
		<property name="maps">
			<map>
				<entry key="1" value="1"/>
				<entry key="2" value="2"/>
				<entry key="3" value="3"/>
			</map>
		</property>
	</bean>
</beans>

Test.java

package com.itlwc.Test;

import java.util.List;
import java.util.Map;
import java.util.Set;

import org.springframework.context.ApplicationContext;
import org.springframework.context.support.ClassPathXmlApplicationContext;

//dao
interface UserDao {
	public void save();
}

// daoImp
class UserDaoImpl implements UserDao {
	// 简单属性注入
	private String name;

	// 读取配置文件注入
	private String username;
	private String password;

	// 集合注入
	private Set<String> sets;
	private List<String> lists;
	private Map<String, String> maps;

	public String getName() {
		return name;
	}

	public void setName(String name) {
		this.name = name;
	}

	public String getUsername() {
		return username;
	}

	public void setUsername(String username) {
		this.username = username;
	}

	public String getPassword() {
		return password;
	}

	public void setPassword(String password) {
		this.password = password;
	}

	public Set<String> getSets() {
		return sets;
	}

	public void setSets(Set<String> sets) {
		this.sets = sets;
	}

	public List<String> getLists() {
		return lists;
	}

	public void setLists(List<String> lists) {
		this.lists = lists;
	}

	public Map<String, String> getMaps() {
		return maps;
	}

	public void setMaps(Map<String, String> maps) {
		this.maps = maps;
	}

	public void save() {
		System.out.println("简单注入 : name = " + name);
		System.out.println("配置文件注入 : " + "username = " + username
				+ " | password = " + password);
		System.out.println("集合注入长度分配为 : " + sets.size() + "," + lists.size()
				+ "," + maps.size());
	}
}

public class Test {
	public static void main(String[] args) {
		// 尽量使用ApplicationContext不使用BeanFactory,因为功能更强大
		ApplicationContext ac = new ClassPathXmlApplicationContext("beans.xml");
		UserDaoImpl udi = (UserDaoImpl) ac.getBean("userDao");
		udi.save();
	}
}

打印结果

简单注入 : name = Lwc
配置文件注入 : username = sa | password = sa
集合注入长度分配为 : 1,2,3
内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
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