多线程学习笔记(1)

本文详细介绍了Java中线程的基本操作,包括线程的创建、启动、终止、暂停及锁的使用等。此外还深入探讨了线程间的等待与唤醒机制,帮助读者更好地理解和运用Java多线程编程。

1.线程的创建

两种方式:继承Thread类,实现Runnable接口

继承Thread类:重写run方法

实现Runnable接口:实现run方法,同时需在声明时饮用Thread类构造方法来成为真正的线程对象。

实现Runnable接口的好处是:若所定义的类已经是其他类的子类,则不能通过继承Thread类的方法实现多线程,这时实现接口的方式可以解决该问题

2.线程的启动

myThread.start()

3.线程终止

采用 myThread.isAlive() 判定线程是否终止

4.线程的暂停

两种方式:myThread.sleep(1000),myThread.join(1000)

sleep:线程睡眠一段时间后立即恢复执行

join:使当前运行的线程停下来等待,直至引用join方法的线程终止

5.线程的锁

Java通过synchronized关键字来维护数据一致性,其机制是给共享资源上锁,java中每个对象都有锁,只有拿到锁的线程才能对共享资源进行访问

加锁方式:给方法加锁,给共享资源加锁

-给方法加锁:锁定整个对象

public synchronized void put(){}

-给共享资源加锁

synchronized(o1){对共享资源的操作}

6.线程的等待和唤醒(在synchronized方法或块中)

等待:wait()

唤醒:唤醒单个线程notify(),唤醒所有线程notifyAll()-易造成竞争



【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