- 博客(14)
- 收藏
- 关注
RSS订阅原创 注解处理与切面编程笔记
摘要：本文对比了注解处理与切面编程(AOP)的核心差异，指出纯注解处理依赖反射机制，而AOP通过代理模式实现横切关注点分离。通过Spring AOP的实践示例，展示了如何将注解作为切面标记器，实现日志记录、权限控制等通用功能。关键区别在于：纯注解处理需要显式调用处理器，而AOP能自动拦截方法调用，使业务代码保持简洁。文章强调注解与AOP结合可构建强大的非侵入式扩展机制，是现代化框架设计的核心模式。
2025-11-24 11:44:26
329
原创 Activity工作流使用笔记
本文介绍了Activity工作流平台的核心功能及配置部署方法。Activity是基于Java的轻量级BPM平台，支持业务流程自动化、任务管理、流程监控和历史追踪。环境搭建部分提供了Maven依赖配置和Spring集成方案，包含核心引擎、数据库连接等关键组件。工作流定义部分展示了BPMN 2.0请假流程的XML定义，包含开始事件、用户任务（提交申请、审批）、排他网关等元素，并演示了条件路由的实现。全文提供了从环境配置到流程定义的完整学习记录。
2025-11-17 15:06:07
730
原创 高效的数据库数据修改
本文介绍了数据修改SQL语句的几种优化方式及MyBatis实现，包括： 单条精确更新（行锁） 批量更新同一规则数据 批量更新不同数据（三种方式：多条UPDATE、CASE WHEN、临时表+关联更新） MyBatis中对应的XML实现方案 注意事项：索引对锁的影响，不同数据量级的方案选择（小批量用CASE WHEN，大批量用临时表），确保WHERE条件命中索引避免表锁。推荐MyBatis中使用CASE WHEN方式，超大批量时采用临时表方案。
2025-08-24 12:51:23
453
原创 高效的数据库数据插入
本文总结了数据库批量插入的性能优化方案。在数据库层面，建议使用顺序插入、避免自然主键、最小化主键长度，并考虑在大批量导入时临时禁用索引。SQL语句方面推荐使用批量插入替代单条循环，合理合并事务提交，减少回表操作。Java实现中可通过MyBatis的foreach拼接或ExecutorType.BATCH模式优化，对于超大数据量建议使用LOAD DATA INFILE。根据数据量大小可选择不同方案：小批量直接用foreach拼接，中批量分次提交，大批量采用批量模式或文件导入。
2025-08-24 10:42:19
649
原创 Kafka中间件学习笔记
本文介绍了Kafka的基本使用流程，包括环境准备、依赖引入和代码实现。首先通过Docker快速搭建Kafka服务环境，然后添加Java客户端依赖。提供了生产者(Producer)和消费者(Consumer)的完整代码示例。
2025-08-18 21:29:42
522
原创 Mybatis介绍及使用说明
MyBatis是一个优秀的持久层框架，主要用于数据持久化操作。本文介绍了MyBatis的基本配置和使用方法，包括Maven依赖配置、Spring Boot项目中的application.yml配置示例，以及完整的项目代码结构，展示了MyBatis的基本CRUD操作实现方式。
2025-08-17 21:17:48
1078
原创 信号处理系列（三）——使用语义分割技术处理调制信号时频图
本文探讨了语义分割技术在调制信号时频图处理中的应用。通过将信号转换为时频图后，利用语义分割技术实现像素级分类，可精确识别不同调制方式（如FSK、QPSK）并分离混合信号成分。文章详细介绍了数据集预处理方法（包括灰度图转彩色标注）、网络训练过程（使用交叉熵损失函数）以及性能评估指标（平均交并比mIoU）。实验结果表明，该方法能有效提升调制信号分类的准确性和鲁棒性，为信号处理领域提供了一种新的技术思路。
2025-08-03 22:52:43
1020
原创 Java中的多线程使用教程
Java多线程编程提供了三种创建线程的方式：1)继承Thread类，2)实现Runnable接口，3)实现Callable接口。Thread类方式简单但占用继承名额；Runnable接口更灵活，支持资源共享；Callable接口可返回结果和抛出异常。实际开发中推荐使用Runnable或Callable配合线程池，既保持良好设计又能有效管理资源。三种方式各有特点，应根据任务需求选择合适方案。
2025-07-28 21:41:16
605
原创 在IDEA中直接使用可视化方式创建项目数据库
本文介绍了在IntelliJ IDEA 2025.1中直接创建项目数据库的方法。使用.sql文件直接在IDEA中实现数据库创建过程，避免了使用外部数据库工具，操作简便高效。
2025-07-26 21:52:19
1827
原创 IDEA报错内存溢出解决(java.lang.OutOfMemoryError)
IDEA内存溢出解决方案：1）优化构建配置，在Compiler设置中调整内存；2）修改VM选项-Xms1024m -Xmx4096m；3）配置Gradle/Maven内存参数；4）关闭冗余插件、分模块处理项目、定期清理缓存。综合调整才能有效解决内存问题，需注意不同设置间的协同作用。
2025-07-24 20:19:02
2839
原创 信号处理系列（二）——调制信号时频图降噪全流程
本文介绍了调制信号时频图的降噪处理方法。时频图作为分析非平稳信号的重要工具，常受噪声干扰影响分析效果。研究采用MATLAB模拟数据集，使用PyTorch框架实现降噪模型训练。采用MSELoss作为损失函数，并引入SSIM指标评估降噪质量。训练过程包含数据预处理、模型训练验证及结果可视化等完整流程，最终通过归一化处理输出降噪后的时频图。
2025-07-20 19:23:13
1031
原创 本地项目使用Git上传GitHub全流程
本文详细介绍了本地项目上传到GitHub的完整流程，包括初始化仓库、添加文件、关联远程仓库和推送代码等关键步骤。
2025-07-19 21:55:42
1401
原创 信号处理系列（一）——调制信号识别全流程
本文介绍了基于深度学习的调制信号处理技术，重点阐述了RADIOML2018.01A数据集的预处理、模型训练和性能评估方法。通过随机选取特定信噪比范围内的信号数据构建训练集和测试集，采用PyTorch框架进行模型训练。结果表征采用混淆矩阵和t-SNE降维可视化技术，详细分析了不同信噪比下24种调制信号的识别效果。文中提供了完整的数据处理流程、训练代码和可视化方法，为调制信号识别研究提供了可复现的技术方案。
2025-07-19 18:33:22
1422
原创 RADIOML 2018.01A调制信号数据集介绍及处理
RadioML 2018.01A 由 DeepSig 发布，是专门针对自动调制识别（Automatic Modulation Recognition, AMR）和无线信号分类研究设计的基准数据集。它在原有 RadioML 2016.10a 的基础上，扩展并精细化了信道仿真模型，使得信号更接近真实无线环境下的表现。该数据集广泛用于机器学习模型的训练与评估，为各类深度学习算法提供了统一、可重复的实验条件。
2025-07-18 19:49:43
1068
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人