NTFS压缩过程中电脑断电的问题

本文记录了一次使用NTFS文件系统压缩功能时遇到的问题:在压缩过程中因意外断电导致文件系统错误,进而引发文件无法访问的情况。通过重启系统暂时解决了问题,但留下了安全隐患。

笔者手上有一块移动硬盘,主要用于备份笔记本电脑上的学习资料和工作文件。

随着日子的推移,硬盘的可用空间越来越小了,经常要对好不容易才搜集到的资料(中国的下载网速多快,你懂的)忍痛割爱。

近日,在对XP系统盘进行备份时,发现将.GHO备份文件的分区,复制到移动硬件上的分区时,复制进程处理得很缓慢。另外,在复制完成后,笔者发现.GHO文件占用存储空间变小了将近一半容量。百思不得其解,而后在不经意中,发现我的移动硬盘分区是NTFS格式的,而且分区磁盘属性中有一项是关于“压缩文件”的属性。于是,恍然大悟,NTFS是有一种压缩功能的,只是一直习惯于WINRAR,所以没怎么注意这个鸡肋。

于是喜出望外,疯狂对移动硬盘各分区上的文件进行压缩,压缩的处理比较缓慢,历时近百个小时。

 

在NTFS压缩过程中,不小心导致电脑意外断电。结果,重启后,再次对移动硬盘分区进行NTFS压缩,系统整理到一半时,却提示#MFL文件损坏之类的错误。

笔者心中一惊,打开文件资源管理器,进入移动硬盘分区,发现所有文件都消失了,顿时吓尿了,OMG,我的资料啊!

 

抱着尝试一下心态,关闭电脑系统,移除移动硬盘,重新启动系统,插上移动硬盘,发现资料还在。于是乎,再次进行NTFS压缩,发现,还是出现以“$”字母开头的文件错误提示,于是乎,不敢再试NTFS压缩了。

 

唉,都不知道损坏了多少资料文件,都不知道会不会对日后使用产生什么副作用。

(完)

转载于:https://www.cnblogs.com/techstone/archive/2012/10/02/2761831.html

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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