明明导入了包..但是还是报QueryRunner cannot be resolved to a type

y218z903 y218z903 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
dbutils 这是个USER包...导入了项目...
以下是导入的包<%@ page import="java.util.*"%>
<%@ page import="javax.sql.*,javax.naming.*,com.zry.util.*"%>
<%@ page import="org.apache.commons.dbutils.handlers.*"%>
<%@ page import="java.text.SimpleDateFormat"%>
<%@ page import="org.apache.commons.dbutils.QueryRunner"%>

以下是其中的一段代码:
Context initContext=new InitialContext();
DataSource ds=(DataSource)initContext.lookup("java:/comp/env/jdbc/oraclezry");
QueryRunner qr=new QueryRunner(ds); result=qr.update(sql,parm);

下面是报错:An error occurred at line: 26 in the jsp file: /addMessageHandler.jsp
QueryRunner cannot be resolved to a type
23:
24: Context initContext=new InitialContext();
25: DataSource ds=(DataSource)initContext.lookup("java:/comp/env/jdbc/oraclezry");
26: QueryRunner qr=new QueryRunner(ds);
27: result=qr.update(sql,parm);
28:
29: if(result==0){


An error occurred at line: 26 in the jsp file: /addMessageHandler.jsp
QueryRunner cannot be resolved to a type
23:
24: Context initContext=new InitialContext();
25: DataSource ds=(DataSource)initContext.lookup("java:/comp/env/jdbc/oraclezry");
26: QueryRunner qr=new QueryRunner(ds);
27: result=qr.update(sql,parm);
28:
29: if(result==0){

...全文
YOLO26算法无人机目标检测+训练好的模型+114张数据集+pyqt可视化界面.zip 附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[未获取()] 【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 61 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.4716** mAP50-95 | 0.3434 Precision | 0.6260 Recall | 0.4430 train/box_loss | 0.8575 train/cls_loss | 1.4424 val/box_loss | 1.5365 val/cls_loss | 2.7016 【训练过程分析】 自从开始了针对无人机目标检测任务的YOLO26训练,感觉每一次曲线都是在无声地讲述着模型的成长与挣扎。在前20个epoch里,mAP50的表现还算不错,从0.42一路攀升到了0.47,看起来进展顺利。然而到了第20个epoch以后,曲线的斜率突然变缓,似乎进入了一个平台期,mAP50仅仅维持在0.47左右波动,再也无法跨越那道0.50的坎。这样的停滞让我感觉到了训练的焦灼,就像一个初学者在编程中反复试错,但始终无法突破那层窗户纸。训练的后半段,模型表现得有些挣扎,loss数值逐渐增加,尤其是validation阶段的loss从1.50飙升到了2.70,这似乎暗示着模型的泛化能力可能在逐步下降。为了不让训练在瓶颈期停留,我在最后几个epoch里增加了优化器的学习率,希望能借此推动训练跳出平台期,但遗憾的是,效果并不明... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。 立即下载

相关推荐

评论 12
收藏 已收藏
分享
返回顶部
y218z903
Web 开发 81,108 成员 341,721 内容