poi 读取excel XSSFWorkbook方式读取

package com.genegle2c.consumer.controller;


import com.genegle2c.api.model.UmsVaccines;
import com.genegle2c.provider.mapper.UmsStinkRecordMapper;
import org.apache.poi.hssf.usermodel.HSSFCell;
import org.apache.poi.hssf.usermodel.HSSFRow;
import org.apache.poi.hssf.usermodel.HSSFSheet;
import org.apache.poi.hssf.usermodel.HSSFWorkbook;

import org.apache.poi.ss.usermodel.Row;
import org.apache.poi.xssf.usermodel.XSSFRow;
import org.apache.poi.xssf.usermodel.XSSFSheet;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;
import org.springframework.util.ResourceUtils;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

import javax.annotation.Resource;
import java.io.FileInputStream;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

@RestController
public class PoiExcelUpLoadController {

    @Resource
    private UmsStinkRecordMapper umsStinkRecordMapper;
    @GetMapping(value = "/impPriceRecord")
    public void testReadList() throws Exception {
        List<UmsVaccines> list = new ArrayList<UmsVaccines>();
        //这里用的绝对路径
        XSSFWorkbook book = new XSSFWorkbook (new FileInputStream(ResourceUtils.getFile("C:\\Users\\admin\\Desktop\\genegle2c\\genegle2c-consumer\\src\\main\\resources\\12.xlsx")));
        //获取第一页表
        XSSFSheet sheet = book.getSheetAt(0);
        //进行遍历  条件为最后一行数据
        for (int i = 1; i < sheet.getLastRowNum() + 1; i++) {
            XSSFRow row = sheet.getRow(i);
            String vaccinesStartTime = row.getCell(0).getStringCellValue();
            //由于表中的第二列数据我不需要  这里就没有读取
            int vaccinesType = Integer.parseInt(row.getCell(2).getRawValue());
            String vaccinesName = row.getCell(3).getStringCellValue();
            String vaccinesTimeLimit = row.getCell(4).getStringCellValue();
            String vaccinesCareful = row.getCell(5).getStringCellValue();
            String vaccinesEndTime = row.getCell(6).getStringCellValue();
            String vaccinesBodyLimit = row.getCell(7).getStringCellValue();
            String vaccinesFunction = row.getCell(8).getStringCellValue();

            //存储进list
            list.add(new UmsVaccines(vaccinesName, vaccinesStartTime, vaccinesEndTime, vaccinesTimeLimit, vaccinesCareful, vaccinesBodyLimit, vaccinesFunction, vaccinesType));
        }

        for (UmsVaccines cells : list) {
            umsStinkRecordMapper.setData(cells);
        }

        System.out.println("共有 " + list.size() + " 条数据:");

    }
}

这是表格数据

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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

打赏作者

xixililicm

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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