阿翔编程学-DES

package ocuf.action.upload;

import java.io.File;

import javax.servlet.ServletContext;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;

import org.apache.commons.httpclient.HttpClient;
import org.apache.commons.httpclient.methods.MultipartPostMethod;

import org.apache.struts.action.Action;
import org.apache.struts.action.ActionForm;
import org.apache.struts.action.ActionForward;
import org.apache.struts.action.ActionMapping;

/**
 * @author CaoXiang
 *
 */
public class DoUploadAction extends Action {

 private static String url =
        "http://localhost:7070/oaisWeb/upload/ProcessFileUpload.jsp";
 
 /**
  * 上传文件
  */
 @SuppressWarnings("deprecation")
 public ActionForward execute(ActionMapping mapping, ActionForm form,

 HttpServletRequest request, HttpServletResponse response)

 throws Exception {
  
  //获取文件路径
  ServletContext servletContext = servlet.getServletContext();
  String realPath = servletContext.getRealPath("/");
  //<%=request.getScheme()+"://"+request.getLocalAddr()+":"+request.getLocalPort()+request.getContextPath()
  url = request.getScheme()+"://"+request.getLocalAddr()+":"+request.getLocalPort()+"/oaisWeb/upload/ProcessFileUpload.jsp";
  
  DoUploadForm uploadForm = (DoUploadForm)form;
  
  String filename = (String)request.getParameter("filename");
  String filepath = UTF82GB2312((String)request.getParameter("filepath"));
  
  HttpClient client = new HttpClient();
        MultipartPostMethod mPost = new MultipartPostMethod(url);
        client.setConnectionTimeout(8000);
       
        //System.out.println(filename);
        //System.out.println(filepath);
        //System.out.println(UTF82GB2312(filename));
        //System.out.println(UTF82GB2312(filepath));
       
        String[] firstpath = filepath.split(",,,");
       
        //System.out.println(request.getRealPath("/")+"WEB-INF//classes//com/ocuf/oais/metadata/file/filetemp/100/100-1982-011-1234-Y/"+UTF82GB2312(filename)+".xml");
        File f1 = new File(request.getRealPath("/")+"WEB-INF//classes//com//ocuf//oais//metadata//file//fileread//"+firstpath[0]+"//"+firstpath[1]+"//"+UTF82GB2312(filename)+".xml");

        mPost.addParameter(f1.getName(), f1);

        @SuppressWarnings("unused")
  int statusCode1 = client.executeMethod(mPost);

        //System.out.println("statusLine>>>" + mPost.getStatusLine());
        mPost.releaseConnection();
       
        return mapping.findForward("uploadsuccess");
  
 }
 
 /**
  * 字符编码转换
  * @param param
  * @return
  */
 public static String UTF82(String param)
   {
     try
     {
         new String(param.getBytes("ISO8859-1"), "UTF-8");
         return new String(param.getBytes("ISO8859-1"), "UTF-8");
     }
     catch(Exception e)
     {
         return null;
     }
   }
 
 /**
  * 字符编码转换
  * @param param
  * @return
  */
 public static String UTF82GB2312(String param)
   {
     try
     {
         new String(param.getBytes("ISO8859-1"), "UTF-8");
         return new String(param.getBytes("ISO8859-1"), "GBK");
     }
     catch(Exception e)
     {
         return null;
     }
   }
 
}
 

【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
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