《JSP Web开发详解》粗读(二)

一、JSP技术
1、JSP请求会被编译成Servlet,但只编译一次。
2、JSP语法:元素和模板数据
(1)元素:指令元素、脚本元素和动作元素


(2)指令元素:形式 <%@ directive {attr = "value"}* %> // * 表示1到n
                                        ==page,include,taglib
(3)page:整个页面,定义与页面相关的属性,共13个属性。language(java)、extends(继承)、import(类)、session(true|false)、buffer(none|sizekb)、autoFlush(true|false)、isThreadSafe(true|false)、info、errorPage(error_url)、isErrorPage(true|false)、contentType(text/html;charset=gb2312)、pageEncoding(ISO-8859-1)、isELIgnored(true|false)
(4)include:<%@ include file="date.jsp" %>,静态包含一个页面,编译时直接插入到页面中。但要注意变量的定义不要重复,不要包含<html>和<body>等标签。注意和后面的<jsp:include>的区别。
(5)taglib:使用用户定制的标签。
<%@ taglib (uri="tagLibraryURI " | tagdir = "tagDir" ) prefix ="tagPrefix" %>


(6)脚本元素:包含声明、脚本段和表达式三种。
声明:<%! %>,声明变量、方法
脚本段:<% %>:Java代码段
表达式:<%= %>:结果插入到输出流


(7)动作元素:为请求处理阶段提供信息,遵循XML元素语法。定义了20个标准动作元素。

<jsp:useBean> / <jsp:setProperty> / <jsp:getProperty> :访问JavaBean

<jsp:param> : 提供附加信息
<jsp:include> :包含静态和动态资源,两个属性page和flush。和<%@ include %>是有区别的【JSP中两种include的区别】。
<jsp:forward>:请求转发到静态资源、jsp、servlet。<jsp:forward page="reg.jsp">
<jsp:plugin>、<jsp:params>、<jsp:fallback>:applet或javabean,params只能在plugin中使用,fallback是plugin的一部分。
<jsp:element>:XML元素标签,内含attribute和body
<jsp:attribute>:属性
<jsp:body>:定义元素的内容
<jsp:text>:封装模板数据
<jsp:output>:输出XML声明和文档类型声明。
<jsp:invoke>、<jsp:doBody>、<jsp:root>、<jsp:declaration>、<jsp:scriptlet>、<jsp:expression>


3、JSP隐含对象:共9个。request、response、session、application和config已经讲过了。
(1)pageContext提供了访问其他隐含对象的方法
(2)out:是PrintWriter对象的带缓冲版本
(3)page:相当于是页面转换后的Servlet实例
(4)exception:异常


4、对象和范围
(1)page范围:页面范围
(2)request范围:request对象存活期间
(3)session范围:session对象会话期间
(4)application范围:web应用程序运行期间

5、JSP文档:使用XML格式编写。

使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
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