Java异常

Java异常

异常就是在程序运行过程中所发生不正常的事件,如所需文件找不到,网络连接不通或中断,算术运算符出错(如被零除),数组下标越界,装载了一个不存在的类,对null对象操作,类型转换异常等。异常会中断正在运行的程序。

1.异常处理

语法:

try{
// 可能会发生异常得代码
}catch(ExceptionName ex){
//异常代码
}

常见的异常类型:

异常说明
Exception异常层次结构的根类
ArithmeticException算术错误情形,如以零作除数
ArrayIndexOutOfBoundsException数组下标越界
NullPointerException尝试访问null对象成员
ClassNotFoundException不能加载所需的类
InputMismatchException欲得到的数据类型与实际输入的类型不匹配
IIIegalArgumentException方法接受到非法参数
ClassCastException对象强制类型转换出错
NumberFormatException数字格式转换异常,如把字符装换成数字

处理异常手段:
1、try…catch…finally
2、try:监控代码,监控可能发生错误的代码
3、如果try里面代码没有发生异常,则整个try执行完毕,一定进入catch
4、如果try里面有异常,则try里面后面的代码不会执行,如果有对应的cathch一定会进入catch

catch:捕获catch里面指定类的异常
1、语法:catch(类名 对象名),类名–》异常的类名
catch(Exception ex)
2、catch可以一次性出现多个

要求:子类必须在父类的前面;catch后面的类型不能出现相同的
结果:只会执行一个,第一次匹配的执行

3,finally:不管执行的try还是catch都最后一定的执行的代码
如果遇到了System.eixt(1);不会执行finally
除非finally里面的代码也出现异常

2.throws

通过throws抛出异常

定义一个方法的时候可以使用throws关键字声明。使用throws关键字声明的方法表示此方法不处理异常,而交给方法调用处进行处理。

通过try-catch捕获处理异常。

通过throws继续声明异常。如果调用者不打算处理该异常,则可以继续通过throws声明异常,让上一级处理。

3.throw

throw关键字抛出异常

throw关键字作用是抛出一个异常,抛出的时候是抛出的是一个异常类的实例化对象,在异常处理中,try语句要捕获的是一个异常对象,那么此异常对象也可以自己抛出。

throw和throws的区别表现在三个方面。

作用不同:throw用于在程序中抛出异常;throws用于声明在该方法内抛出了异常。

使用位置不同:throw位于方法体内部,可以作为单独语句使用;throws必须跟在方法参数列表后面,不能单独使用。

内容不同:throw抛出一个异常对象,而且只能是一个;throws后面跟异常类,而且可以跟多个。

4.异常分类

Throwable类:所有的异常类型都是Throwable的子类,它派生两个子类,即Error和Exception。

Error类:表示仅靠程序本身无法恢复严重错误。

Exception类:由java应用程序抛出和处理非常严重的错误,如所需文件找不到,网络连接中断,算术运算符出错,数组下标越界。

5.log4j

MyEclipse中使用log4j的四个步骤:

1.在项目中加入log4j所使用的jar文件。

2.创建log4j.properties文件。

3.编写log4j.properties文件,配置日志信息。

4.在程序中使用log4j记录日志信息。

数据集介绍:神经元细胞核检测数据集 一、基础信息 数据集名称:神经元细胞核检测数据集 图片数量: - 训练集:16,353张 - 测试集:963张 分类类别: - Neuron(神经元细胞核):中枢神经系统的基本功能单位,检测其形态特征对神经科学研究具有重要意义。 标注格式: - YOLO格式,包含边界框坐标及类别标签,适用于目标检测任务 - 数据来源于显微镜成像,覆盖多种细胞分布形态和成像条件 二、适用场景 神经科学研究: 支持构建神经元定位分析工具,助力脑科学研究和神经系统疾病机理探索 医学影像分析: 适用于开发自动化细胞核检测系统,辅助病理诊断和细胞计数任务 AI辅助诊断工具开发: 可用于训练检测神经元退行性病变的模型,支持阿尔茨海默症等神经疾病的早期筛查 生物教育及研究: 提供标准化的神经元检测数据,适用于高校生物学实验室和科研机构的教学实验 三、数据集优势 大规模训练样本: 包含超1.6万张训练图像,充分覆盖细胞核的多样分布状态,支持模型深度学习 精准定位标注: 所有标注框均严格贴合细胞核边缘,确保目标检测模型的训练精度 任务适配性强: 原生YOLO格式可直接应用于主流检测框架(YOLOv5/v7/v8等),支持快速模型迭代 生物学特性突出: 专注神经元细胞核的形态特征,包含密集分布、重叠细胞等真实生物场景样本 跨领域应用潜力: 检测结果可延伸应用于细胞计数、病理分析、药物研发等多个生物医学领域
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