jdbc连接数据库和一些实例,自用

https://github.com/Snailclimb/JavaGuide#%E5%9F%BA%E7%A1%80

需要jar包:mysql-connector-java-5.1.15-bin.jar

package com.mymvc.converters;

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet; //左边这五个是你在写程序时要导入的包名,记住是要在java.sql下的包。
import java.sql.SQLException;
import java.sql.Statement;

import com.mysql.jdbc.Driver;

public class jdbc { // 定义一个类
    public static void main(String[] args) { // 主方法
        try {
            Driver drivers= new com.mysql.jdbc.Driver();
            String driver = "com.mysql.jdbc.Driver"; // 1.定义驱动程序名为driver内容为com.mysql.jdbc.Driver
            String url = "jdbc:mysql://localhost:3306/test?" // 2.定义url;jdbc是协议;mysql是子协议:表示数据库系统管理名称;localhost:3306是你数据库来源的地址和目标端口;test是我本人建的表位置所在处,你以你的为标准。
                    + "useUnicode=true&characterEncoding=UTF8"; // 防止乱码;useUnicode=true表示使用Unicode字符集;characterEncoding=UTF8表示使用UTF-8来编辑的。
            String user = "root"; // 3.定义用户名,写你想要连接到的用户。
            String pass = "root"; // 4.用户密码。
            String querySql = "select * from employees"; // 5.你想要查找的表名。
            Class.forName(driver); // 6.注册驱动程序,用java.lang包下面的class类里面的Class.froName();方法
                                    // 此处的driver就是1里面定义的driver,也可以 Class.forName("com.mysql.jdbc.Driver");
            Connection conn = DriverManager.getConnection(url, user, pass);// 7.获取数据库连接,使用java.sql里面的DriverManager的getConnectin(String
                                                                            // url , String username ,String password
                                                                            // )来完成
                                                                            // 括号里面的url,user,pass便是前面定义的2,3,4步骤内容;
            Statement stmt = conn.createStatement(); // 8.构造一个statement对象来执行sql语句:主要有Statement,PreparedStatement,CallableStatement三种实例来实现
                                                        // 三种实现方法分别为:Statement stmt = con.createStatement() ;
                                                        // PreparedStatement pstmt = conn.prepareStatement(sql) ;
                                                        // CallableStatement cstmt = conn.prepareCall("{CALL demoSp(? ,
                                                        // ?)}") ;
            ResultSet rs = stmt.executeQuery(querySql);// 9.执行sql并返还结束 ;ResultSet executeQuery(String
                                                        // sqlString):用于返还一个结果集(ResultSet)对象。
            while (rs.next()) { // 10.遍历结果集
                System.out.println("人员编号:" + rs.getString("employee_id") + "工资:" + rs.getString("salary") + "姓名:"
                        + rs.getString("last_name"));// 使用getString()方法获取你表里的资料名
            }
            if (rs != null) {// 11.关闭记录集
                try {
                    rs.close();
                } catch (SQLException e) {
                    e.printStackTrace();
                }
            }
            if (stmt != null) {// 12.关闭声明的对象
                try {
                    stmt.close();
                } catch (SQLException e) {
                    e.printStackTrace();
                }
            }
            if (conn != null) {// 13.关闭连接 (记住一定要先关闭前面的11.12.然后在关闭连接,就像关门一样,先关里面的,最后关最外面的)
                try {
                    conn.close();
                } catch (SQLException e) {
                    e.printStackTrace();
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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