双11狂欢大促

盲盒赢 定制羽绒服

开启惊喜盲盒,抽取你的专属好礼

— 惊喜奖品抢先看 —

异常问题!!!!

yongxuanlai yongxuanlai 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
一段在tomcat夏运行的servlet程序:

try{
Class.forName(myDriver);//load driver
dbConn = DriverManager.getConnection(dbURL);//connect
}
catch(ClassNotFoundException e){
System.out.println("Can't load driver "+e);
}
catch(SQLException e){
System.out.println("Database access failed "+e);
}
}//这段代码没有抛出异常
.......
.......
try{ //这里出现了异常:

Statement stmt = dbConn.createStatement();
……………………





stmt.executeUpdate(sql);
stmt.close();//语句结束
dbConn.close();//关闭连接

catch(SQLException e){
out.println("<HTML>");
out.println("<HEAD>");
out.println("<ERROR>");
out.println("</HEAD>");
out.println("<BODY>");
out.println("<H2>Database currently unavailable.</H2>");

out.println("<H2>error: </H2>");
out.println("<H2>"+ e.toString() +"</H2>");
out.println("</BODY>");
out.println("</HTML>");
}
out.close();
//出现结果结果是这样:
Database currently unavailable.
error:
java.sql.SQLException: [Microsoft][ODBC Microsoft Access Driver] ?????????????
?


如果直接在本地的jdbc程序,对异常的报错非常好,有中文,指示的错误也非常准确
但这里似乎,异常的中文信息不能打印出来,都是问号'?' 但是网页中是可以输出中文的
;另外,这个错误号好像在ODBC的msdn中找不到,这是jdbc自己的错误类型吗》
为何jdk的文档都没有这方面的信息呢》?

看不出错误类型,实在不好调试;哪位高手能否指点一二?

那位能帮忙看看这是怎么回事》?
多谢了!
...全文

相关推荐

机械设备行业双周报2020年第5期总第151期:宁德时代拟定增200亿扩产,中国移动启动5G二期招标.pdf

机械设备行业双周报2020年第5期总第151期:宁德时代拟定增200亿扩产,中国移动启动5G二期招标.pdf

结冰架构

国央企创新负责人如何通过平台实现科研成果的快速识别与转化?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

BIZKEEN

PotPlayer自用皮肤

自用 PotPlayer 皮肤,仅微调了字体大小与颜色,是按个人习惯调整,未做适配性调整。

独特的时光

2-shell及常用命令-续.pdf

2-shell及常用命令-续.pdf

tianjiee

【电力负荷预测】项目介绍 MATLAB实现基于BO-Transformer-LSTM贝叶斯优化算法(BO)优化Transformer-LSTM组合模型进行居民用户多步电力负荷预测(含模型描述及部分示例

内容概要:本文介绍了一个基于BO-Transformer-LSTM的组合模型,用于实现居民用户多步电力负荷预测的完整项目实例。该模型融合Transformer的全局注意力机制与LSTM的局部时序记忆能力,构建能够捕捉长时依赖与周期性特征的深度学习架构,并引入贝叶斯优化(BO)自动搜索最优超参数组合,提升预测精度与训练效率。项目涵盖从原始数据清洗、特征工程、滑动窗口样本构建、模型设计到超参数优化、反归一化及多步误差评估的全流程,强调时间顺序划分以防止信息泄露,并通过周期编码、外生变量融合等方式增强数据表达能力。文中提供了详细的MATLAB代码示例,包括数据预处理、网络搭建、贝叶斯优化配置和预测结果评估等关键步骤。 适合人群:具备一定机器学习和时间序列分析基础,熟悉MATLAB编程环境,从事电力系统预测、智能电网、负荷管理等相关领域的研究人员、工程师及研究生。 使用场景及目标:①应用于居民级或多用户聚合负荷的短期至中期多步预测(如未来24小时);②服务于配电系统运行调度、需求响应基线设定、家庭能源管理系统优化、分布式能源协调控制等实际工程场景;③为科研提供可复现的深度学习+贝叶斯优化的技术路线参考。 阅读建议:此资源以实际项目为导向,建议读者结合提供的代码逐步实现并调试模型,重点关注数据质量控制、时间特征编码、组合网络结构设计与贝叶斯优化稳定性之间的协同关系,在实践中深入理解多步预测中的误差累积机制与超参数敏感性问题。

nantangyuxi
评论 3
收藏 已收藏
分享
返回顶部
yongxuanlai
Java EE 67,535 成员 225,843 内容