java mysql 数据类型对照

本文提供了Java数据类型与MySQL数据库类型的详细对应表,包括常见类型如VARCHAR、INT、BLOB等,并介绍了BLOB用于图片存储的方式及BOOLEAN类型的推荐使用方法。
Java数据类型和MySql数据类型对应表


类型名称 显示长度 数据库类型 JAVA类型 JDBC类型索引(int) 描述







VARCHAR L+N VARCHAR java.lang.String 12

CHAR N CHAR java.lang.String 1

BLOB L+N BLOB java.lang.byte[] -4

TEXT 65535 VARCHAR java.lang.String -1








INTEGER 4 INTEGER UNSIGNED java.lang.Long 4

TINYINT 3 TINYINT UNSIGNED java.lang.Integer -6

SMALLINT 5 SMALLINT UNSIGNED java.lang.Integer 5

MEDIUMINT 8 MEDIUMINT UNSIGNED java.lang.Integer 4

BIT 1 BIT java.lang.Boolean -7

BIGINT 20 BIGINT UNSIGNED java.math.BigInteger -5

FLOAT 4+8 FLOAT java.lang.Float 7

DOUBLE 22 DOUBLE java.lang.Double 8

DECIMAL 11 DECIMAL java.math.BigDecimal 3

BOOLEAN 1 同TINYINT










ID 11 PK (INTEGER UNSIGNED) java.lang.Long 4








DATE 10 DATE java.sql.Date 91

TIME 8 TIME java.sql.Time 92

DATETIME 19 DATETIME java.sql.Timestamp 93

TIMESTAMP 19 TIMESTAMP java.sql.Timestamp 93

YEAR 4 YEAR java.sql.Date 91



对于bolb,一般用于对图片的数据库存储,原理是把图片打成二进制,然后进行的一种存储方式,在java中对应byte[]数组。

对于boolen类型,在mysql数据库中,个人认为用int类型代替较好,对bit操作不是很方便,尤其是在具有web页面开发的项目中,表示0/1,对应java类型的Integer较好。
基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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