BIRT报表，日期格式变换

tiankongking 2008-03-28 05:27:26

在报表中，有一项属性与数据库中的一个日期属性相对，但是要求在不同的输入条件下，得到的结果会显示不同的格式，在birt中怎么实现？

...全文

503 3 打赏收藏举报

写回复

用AI写文章

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

voodooer 2009-06-24

打赏
举报

没有用

195556 2009-04-14

打赏
举报

试试了

zhangshaorong 2008-03-28

打赏
举报

在BIRT中的layout界面中，双击与数据库绑定的项，然后再“Edit Data Binding” 中单击"Expression"项后面的编辑符号，在“Expression Builder”中编辑你的条件语句并选择BIRT自带的函数或自己编写函数，输出想要的结果。

260727_applecareone_au_pn 2.pdf

文末附数据集可视化效果图。【数据集概况】 · 检测类别（中文）：[矿石0(0), 矿石1(1), 矿石10(10), 矿石11(11), 矿石2(2), 矿石3(3), 矿石4(4), 矿石7(7), 矿石8(8), 矿石9(9), 模组矿石(modore), 普通矿石(ore)] · 训练集：1383 张 · 验证集：130 张 · 测试集：66 张 · 总计：1579 张该数据集聚焦于典型游戏内资源采集场景，以俯视角呈现冰雪覆盖的虚拟地形环境，包含多种类型矿石与特殊资源点。数据集中各类矿石分布密集且形态多样，标注清晰，能够有效支持对复杂背景下的小目标识别与分类任务，具备较高的训练价值和实际应用潜力。... 【训练曲线与评估图】【模型训练配置】参数 | 值模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备【关键指标汇总】训练了 100 个 epoch，最终轮指标：指标 | 数值 mAP50 | **0.9185** mAP50-95 | 0.5810 Precision | 0.9468 Recall | 0.8648 train/box_loss | 1.2381 train/cls_loss | 0.4081 val/box_loss | 1.5489 val/cls_loss | 0.5361 【训练过程分析】 100 轮训练后 mAP50 达到 0.9185，模型收敛良好。Loss 曲线前段快速下降，后段趋于平稳，val_loss 无反弹，没有明显过拟合。但 mAP50-95 为 0.5810，和 mAP50 差距 0.34，定位精度仍有优化空间。【模型性能评估】 Precision 0.9468、Recall 0.8648...

科技园区如何通过企业创新评估报告优化服务？

PCIe信号完整性与损耗预算_要点解读_2026

内容概要：本文提出一种融合细菌觅食优化算法（BFOA）、蚁群算法（ACO）与长短期记忆网络（LSTM）的混合智能算法A-ACO-LSTM，用于解决无人机在复杂三维环境中的路径规划问题。通过三维栅格地图建模，结合LSTM对航段风险的预测能力、BFOA在连续空间中的全局优化能力和ACO在离散栅格路径上的搜索优势，构建了“先学习—再优化—后修正”的协同框架。系统综合考虑路径长度、障碍碰撞、飞行风险、转弯平滑度和垂直爬升等因素，设计多目标归一化代价函数与动态权重机制，在保证飞行安全的前提下提升路径质量。代码基于MATLAB实现，包含环境生成、LSTM训练、BFOA连续优化、ACO离散搜索、路径融合与三维可视化等模块，支持参数配置、结果复现与工程扩展。; 适合人群：具备一定算法基础和MATLAB编程经验，从事无人机路径规划、智能优化算法或人工智能应用研究的研发人员及研究生。; 使用场景及目标：①应对城市楼宇、山地地形等复杂三维障碍环境下的无人机自主导航；②实现低能耗、高安全性、强鲁棒性的飞行路径规划；③为多源算法融合与深度学习辅助优化提供技术参考与实现范例；阅读建议：建议结合完整代码与GUI界面深入理解各模块交互逻辑，重点关注LSTM风险预测与两种群智能算法的耦合机制，可通过更换训练数据、调整环境参数进行二次开发与性能测试。

数据库报表

6,107

社区成员

4,747

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章