数字自然读法

package test;

import java.util.Arrays;
import java.util.Collections;
import java.util.Deque;
import java.util.LinkedList;

/**
 *
 * @author Administrator
 */
public class NianShuZi {

    /**
     * 本程序可读x为整数且-10^12 gt x lt 10^12
     */
    private static final String[] cnnumber = {"零", "一", "二", "三", "四", "五", "六", "七", "八", "九"};
    private static final String[] cnsep = {"万", "亿"};
    private static final String[] limits = {"十", "百", "千"};

    public static void main(String[] args) {

        String number = "100000101";

        boolean negflag = false;

        if (number.contains("-")) {
            number = number.substring(1);
            negflag = true;
        }
        if (number.length() == 1 && Integer.parseInt(number) == 0) {
            System.out.println(cnnumber[0]);
            return;
        }
        String result = read12Digits(number);
        if (result.startsWith("一十")) {
            result = result.replaceFirst("一十", "十");
        }
        result=result.replaceAll("零+", "零");
        if (negflag) {
            result = "负" + result;
        }
        System.out.println(result);
    }

    //读lt4
    private static String read4Digits(String[] numbers) {
        Deque<String> read = new LinkedList<String>();
        boolean zeroFlag = true;
        for (int i = 0; i < numbers.length; i++) {
            if (i == 0) {
                if (!numbers[i].equals("0")) {
                    read.addFirst(cnnumber[Integer.parseInt(numbers[i])]);
                } else {
                    zeroFlag = false;
                }
            } else {
                if (numbers[i].equals("0")) {
                    if (zeroFlag == true) {
                        read.addFirst(cnnumber[Integer.parseInt(numbers[i])]);
                        zeroFlag = false;
                    }
                } else {
                    read.addFirst(cnnumber[Integer.parseInt(numbers[i])] + limits[i - 1]);
                    zeroFlag = true;
                }
            }
        }
        return read.toString();
    }

    //读lt12
    private static String read12Digits(String number) {
        String[] numbersAll = number.split("(?<=.)(?=.)");
        Collections.reverse(Arrays.asList(numbersAll));
        Deque<String> sb = new LinkedList<String>();
         boolean partzeroflag = true;
        for (int i = 0; i < (numbersAll.length - 1) / 4 + 1; i++) {
            String[] numbers = Arrays.copyOfRange(numbersAll, i * 4, (i + 1) * 4 > numbersAll.length ? numbersAll.length : (i + 1) * 4);
            String readpart = read4Digits(numbers);
            int total = 0;
           
            for (String j : numbers) {
                total += Integer.parseInt(j);
            }
            if (i == 0) {
                if (total != 0) {
                    sb.addFirst(readpart);
                } else {
                    partzeroflag = false;
                }
            } else {
                if (total == 0) {
                    if (partzeroflag == true) {
                        sb.addFirst("零");
                        partzeroflag = false;
                    }
                } else {
                    sb.addFirst(readpart + cnsep[i - 1]);
                    partzeroflag= true;
                }
            }

        }
        String result = sb.toString().replaceAll("\\p{ASCII}", "");
        return result;
    }
}

【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
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