ThreadLocal

package main.cn.happy.entity.cn.hql02.hql.util;

import org.hibernate.Session;
import org.hibernate.SessionFactory;
import org.hibernate.cfg.Configuration;

/**
 * Created by lenovo on 2017/10/6.
 */
public class hibernateUtil {
    static ThreadLocal<Session> tlSession;
    static Configuration cfg;
    static SessionFactory sessionFactory;

    // 静态代码块
    static {
        //创建configure 对象
        cfg = new Configuration().configure();
        //
        sessionFactory = cfg.buildSessionFactory();
        tlSession = new ThreadLocal<Session>();
    }

    public static Session getSession() {
        Session session = tlSession.get();
        if (session == null) {
            session = sessionFactory.openSession();
            tlSession.set(session);

        }

        return session;
    }

    // 关闭
    public void Close() {
        Session session = tlSession.get();
        if (session != null) {
            session.close();
            tlSession.set(null);
        }
    }

}

------------------------------------------------------

package main.cn.happy.entity.cn.hql02.hql.util;

import org.hibernate.Session;

/**
 * Created by lenovo on 2017/10/6.
 */
public class MyThread extends Thread {
    @Override
    public void run() {
        Session session = hibernateUtil.getSession();
        Session session2 = hibernateUtil.getSession();
        System.out.println(" 子线程=== 1  " + session.hashCode());
        System.out.println("    子线程===  2 " + session2.hashCode());
    }

}


变分模态分解(Variational Mode Decomposition, VMD)是一种强大的非线性、无参数信号处理技术,专门用于复杂非平稳信号的分析与分解。它由Eckart Dietz和Herbert Krim于2011年提出,主要针对传统傅立叶变换在处理非平稳信号时的不足。VMD的核心思想是将复杂信号分解为一系列模态函数(即固有模态函数,IMFs),每个IMF具有独特的频率成分和局部特性。这一过程与小波分析或经验模态分解(EMD)类似,但VMD通过变分优化框架显著提升了分解的稳定性和准确性。 在MATLAB环境中实现VMD,可以帮助我们更好地理解和应用这一技术。其核心算法主要包括以下步骤:首先进行初始化,设定模态数并为每个模态分配初始频率估计;接着采用交替最小二乘法,通过交替最小化残差平方和以及模态频率的离散时间傅立叶变换(DTFT)约束,更新每个模态函数和中心频率;最后通过迭代优化,在每次迭代中优化所有IMF的幅度和相位,直至满足停止条件(如达到预设迭代次数或残差平方和小于阈值)。 MATLAB中的VMD实现通常包括以下部分:数据预处理,如对原始信号进行归一化或去除直流偏置,以简化后续处理;定义VMD结构,设置模态数、迭代次数和约束参数等;VMD算法主体,包含初始化、交替最小二乘法和迭代优化过程;以及后处理,对分解结果进行评估和可视化,例如计算每个模态的频谱特性,绘制IMF的时频分布图。如果提供了一个包含VMD算法的压缩包文件,其中的“VMD”可能是MATLAB代码文件或完整的项目文件夹,可能包含主程序、函数库、示例数据和结果可视化脚本。通过运行这些代码,可以直观地看到VMD如何将复杂信号分解为独立模态,并理解每个模态的物理意义。 VMD在多个领域具有广泛的应用,包括信号处理(如声学、振动、生物医学信号分析)、图像处理(如图像去噪、特征提取)、金融时间序列分析(识
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