IO流(一小部分知识总结)

昨天和前天,我们学习了IO流的一些基本用法,IO流其实就是输入输出流,以下是我对 IO流总结的一些知识小结, (整理的老师干货,满满的知识要点)

IO流

 作用: 解决设备和 设备之间的数据传输问题。  
  内存(程序) ---》 硬盘  写入   输出流
  硬盘 ---》 内存(程序)  读取  输入流

 按照 数据流出方向来划分:
 输出流

 输入流

 按照 处理的单位来进行划分

 字节流 : 读取的数据是文件中的 二进制数据,不会对这个二进制数据进行任何的处理,直接以 二进制流的方式进行传输

字符流: 读取的数据是以字符为单位的。 字符串也是读取到这些二进制数据,然后它会把这些二进制数据转换为我们可以识别的字符。

字符流 =  字节流  +  解码


 ----------字节流
 --------------输入流
 ----------------FileInputStream
 ----------------BufferedInputStream

 --------------输出流
 ----------------FileOutputStream
----------------BufferedOutputStream


 ------------字符流
 --------------输入流
--------------输出流



  关于FileInputStream  输入字节流的用法
 硬盘 ----》 读取数据  内存

 使用步骤:
 1.目标 (确定读取的 文件位置)
 2.建立数据传输的 通道
 3.读取文件中的 数据
 4.关闭资源

输入字节流的用法

 read(byte[] buff)
 int read(byte[] b, int off, int len) 


  注意点: 要记住 关闭资源

  如果读取完一个数据之后,没有关闭资源的话,那么在我们的程序 还没有退出的情况下, 其他程序无法对该资源进行操作

输出字节流 FileOutputStream

  1.write(int b) ---》 这个方法是一次写入一个字节的数据
  0000 0000   一个字节是8个位, 一个字节能够存储的最大整数 -128 ~ 127

 如果我们写入的数据是333, 那么会出现什么问题?

  77 ---  1001101

  333 ---  10 1001101

 333 这个数据的 高低位存储
 0000 0000 0000 000 0000 0001 0100 1101

 0100 1101 --> 77

 当我们使用 FileOutputStream的 write(int b) 来写入数据的时候,接受的数据类型 虽然是 int类型
 但是实际上 它只能给写出 一个 字节的数据(8个位的数据)
 是把 int 类型的 低八位数据写出, 舍弃掉前面的24位数据。


 2.使用FileOutputStream 类 来写入数据到 磁盘的时候, 如果指定的 目标文件 不存在,那么会自己创建这个目标文件。

 3.使用FileOutputStream 类 来写入数据到 磁盘的时候, 如果指定的 目标文件 存在,那么写入的时候会先清空文件中原本的数据,然后再写入数据(会覆盖掉原本的内容)。

 4.如果我们不想覆盖这个已经存在的文件中的内容,那么我们可以 用 FileOutputStream(File file, boolean append)  构造输出流对象。

字节输入流 和 字节输出流 的 应用

    1.找到目标文件
     (1)要读取的目标文件
    (2)要写入的 这个目标文件的位置

  2.建立数据传输的通道
  (1)读取数据的通道
 (2)写入数据的通道

 3.操作数据(读取 和 写入)
  在读取的过程中写入
  一边读取一边写入

  4.关闭资源(输出管理 和 输入管道 都关闭)

缓冲输入流
object
—— InputStream
——–FileInputStream BufferedInputStream

缓冲输出流
object
—— OutputStream
——–FileOutputStream BufferedOutputStream

 因为 读取文件的数据,使用缓冲数组结合循环的方式,效率更高。
  jdk的提供者 sun公司 也知道这个问题,因此,它提供了一个   缓冲输入字节流 ,来让我们更高效率的 读取文件

  底层 实现: 它的底层是 维护了一个 8KB大小的 字节数组 来实现高效率的读取数据

 使用步骤:
 1.找到一个目标文件 (要读取的文件)
 2.建立数据传输的通道
 3.建立 缓冲输入字节流 对象 来读取数据
 4.关闭资源 


  注意: 实际上 BufferedInputStream这个类的对象 本身并不具备 读取数据 和 关闭资源的能力, 是靠 构造这个对象时提供给他的值FileInputStream对象来实现的

缓冲输出字节流
BufferedOutputStream
8kb的缓冲数组

 注意事项:
  1、使用bufferdOutputStream 写数据的时候,它的 write方法 实际上是先把数据写到了它内部维护的 字节数组中, 没有马上写入到 磁盘中

  2.(1)在它内部的 数据被填满了,它会自动的写入
  (2)当你调用 flush()方法, 就相当于通知它 把数据写到磁盘中去
  (3)当你调用close()方法,关闭资源的时候, 再也不会有数据写入了,也会立刻写数据到磁盘
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