三、优化分类

3.1连接数据库的配置单独放在一个 properties 文件中

db.properties

driver=com.mysql.jdbc.Driver
url=jdbc:mysql://localhost:3306/mybatis
username=root
password=root

config.xml中引用db.properties

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE configuration PUBLIC "-//mybatis.org//DTD Config 3.0//EN"
"http://mybatis.org/dtd/mybatis-3-config.dtd">
<configuration>
   <!--引用db.properties-->
    <properties resource="db.properties" />

    <environments default="development">
        <environment id="development">
            <transactionManager type="JDBC" />
            <dataSource type="POOLED">
                                <!--键值对样式-->
                <property name="driver" value="${driver}" />
                <property name="url" value="${url}" />
                <property name="username" value="${username}" />
                <property name="password" value="${password}" />
            </dataSource>
        </environment>
    </environments>
    <!-- 注册映射文件 -->
    <mappers>
       <mapper resource="com/config/userMapper.xml"/>
      <mapper class="com.inter.UserMapper"/> 
    </mappers>
</configuration>

3.2为实体类定义别名,简化 sql 映射 xml 文件中的引用

<typeAliases>
   <!-- 
      <typeAlias type="全类名" alias="_User"/>
      -->
      <package name="com.atguigu.mybatis_test.bean"/>

   </typeAliases>

3.3log4j 的配置文件,打印日志信息

log4j.properties

log4j.rootLogger=DEBUG, 
Console#
Consolelog4j.appender.Console=org.apache.log4j.ConsoleAppender
log4j.appender.Console.layout=org.apache.log4j.PatternLayout
log4j.appender.Console.layout.ConversionPattern=%d [%t] %-5p [%c] - %m%n
log4j.logger.java.sql.ResultSet=INFO
log4j.logger.org.apache=INFO
log4j.logger.java.sql.Connection=DEBUG
log4j.logger.java.sql.Statement=DEBUG
log4j.logger.java.sql.PreparedStatement=DEBUG

log4j.xml

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE log4j:configuration SYSTEM "log4j.dtd">
<log4j:configuration xmlns:log4j="http://jakarta.apache.org/log4j/">
    <appender name="STDOUT" class="org.apache.log4j.ConsoleAppender">
        <layout class="org.apache.log4j.PatternLayout">
            <param name="ConversionPattern" value="%-5p %d{MM-dd HH:mm:ss,SSS} %m (%F:%L) \n" />
        </layout>
    </appender>
    <logger name="java.sql">
        <level value="debug" />
    </logger>
    <logger name="org.apache.ibatis">
        <level value="debug" />
    </logger>
    <root>
        <level value="debug" />
        <appender-ref ref="STDOUT" />
    </root>
</log4j:configuration>
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
维点分类可以采用以下步骤: 1. 采集点云数据,并将点云数据存储为一个 Nx3 的矩阵,其中N表示点云数据的数量,3表示每个点的X、Y、Z坐标。 2. 对点云数据进行预处理,例如去除离群点、平滑滤波等操作。 3. 使用聚类算法对点云数据进行分类。常用的聚类算法有K-means、DBSCAN、MeanShift等。这些算法可以通过Matlab中的聚类工具箱进行实现。 4. 对于每个类别,可以进一步进行特征提取、形状分析等操作,以便更好地理解和利用点云数据。 以下是使用DBSCAN聚类算法对维点云数据进行分类的Matlab代码示例: ```matlab %加载点云数据 load('pointCloud.mat'); %pointCloud.mat是一个Nx3的矩阵,表示点云数据 %去除离群点和平滑滤波 ptCloud = pointCloud(pointCloud(:,3)>0,:); ptCloud = pcdenoise(ptCloud,'NumNeighbors',10,'Threshold',0.05); %使用DBSCAN算法进行聚类 minPts = 20; %最小邻域数 epsilon = 0.1; %邻域半径 [class,~,~] = DBSCAN(ptCloud,minPts,epsilon); %DBSCAN聚类 numClasses = max(class); %得到类别数 %绘制不同类别的点云 figure; colors = hsv(numClasses); %随机选择颜色 for i = 1:numClasses idx = (class == i); scatter3(ptCloud(idx,1),ptCloud(idx,2),ptCloud(idx,3),10,colors(i,:),'filled'); hold on; end axis equal; xlabel('X'); ylabel('Y'); zlabel('Z'); ``` 该代码使用了Matlab中的点云处理工具箱和聚类工具箱,通过DBSCAN算法对点云数据进行了聚类,并将不同类别的点云用不同颜色绘制出来。需要说明的是,该代码仅作为一个示例,实际应用中需要根据具体的需求进行修改和优化

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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