课程设计

       身份证解析,使我们组选的小项目,作为java学习的一个小检验,当每个组员分配任务后,发现问题其实挺多的。用JFrame实现内容的输出,因为老师主要讲的是NetBeans,所以JFrame这块需要我们自己研究。

    如何给窗体添加背景这一块不知道其他人认为怎么样,对于我们这些初学java的人来说,我认为还是不好弄。但是最后还是弄出来了。

背景添加的主要程序:

           BufferedImage image=null;
        try {
        image=ImageIO.read(new File("F:/java/IDcard/img.jpg"));
        } catch (IOException e) {
        e.printStackTrace();
        }
            background = new ImageIcon(image);//背景图片
          
            JLabel label = new JLabel(background);//把背景图片显示在一个标签里面
            // 把标签的大小位置设置为图片刚好填充整个面板
            label.setBounds(0,0,background.getIconWidth(),background.getIconHeight());
            //把内容窗格转化为JPanel,否则不能用方法setOpaque()来使内容窗格透明       
            JPanel imagePanel = (JPanel)this.getContentPane();
            imagePanel.setOpaque(false);
          
           
            //内容窗格默认的布局管理器为BorderLayout
            imagePanel.setLayout(new FlowLayout());
           
           this.getLayeredPane().setLayout(null);
            //把背景图片添加到分层窗格的最底层作为背景       
           this.getLayeredPane().add(label,new Integer(Integer.MIN_VALUE));    
           this.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
           this.setSize(background.getIconWidth(),background.getIconHeight());
        }

虽然背景添加成功,但是输出的内容总是遮挡住背景,想了好多方法还是不行,最后才知道只是缺了一个小语句:jta.setOpaque(false);添加这条小语句后,就达到了想要的结果。

      遇到问题不要就把它放下,放下了就永远解决不了,拿起来,会发现,其实并不是想的那么难。



  

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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