求救,rabbitmq生产者在spring项目,消费者在spingboot项目,生产者配置了messageConvert

whyyouhitme_ 2019-08-07 10:46:27
替换序列化方式为alibaba的fastjson。根据此篇文章说https://blog.csdn.net/m912595719/article/details/83787486
这个东西会覆盖消费端的yml文件里的手动接收配置。而使用自动接收。但是我试过了它的方法,表示不起作用。并且求问,他这个config类里还需要配些什么?不可能只有这一个bean吧
...全文
252 1 打赏 收藏 转发到动态 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
baichangda234 2019-08-12
  • 打赏
  • 举报
回复
问题是什么,能否贴出两边配置
内容概要:本文提出一种基于梦境优化算法(DOA)结合卷积双向长短期记忆神经网络(CNN-BiLSTM)与SHAP值分析的时间序列预测框架。该框架通过CNN提取时间序列局部特征,BiLSTM捕获长短期依赖关系,实现对复杂多尺度动态特征的精准建模;利用DOA对网络超参数进行自动化寻优,提升模型精度与稳定性,降低人工调参成本;引入SHAP值分析方法对预测结果进行可解释性解析,量化各时间步输入特征对预测输出的贡献度,增强模型在高风险领域的可信度与实用性。整体系统在MATLAB R2025b环境中实现,涵盖数据预处理、滑动窗口构造、模型训练、优化与可视化解释全流程,并提供了模块化接口设计与部分示例代码,支持在电力、金融、环境等多领域推广应用。; 适合人群:具备一定机器学习与深度学习基础,熟悉MATLAB编程环境,从事时间序列预测、智能优化或模型可解释性研究的研发人员及高校研究生。; 使用场景及目标:①解决复杂非线性时间序列(如电力负荷、金融价格、气象数据)的高精度预测问题;②实现深度神经网络超参数的自动化优化,减少人工干预;③提升“黑箱”模型的透明度,通过SHAP分析理解关键特征影响机制,支撑科学决策。; 阅读建议:此资源结合了模型构建、智能优化与可解释AI技术,建议读者结合所提供的代码示例,在MATLAB环境中动手复现数据预处理、DOA优化循环与SHAP分析流程,重点关注各模块间的接口设计与数据流转逻辑,深入理解CNN-BiLSTM结构设计与SHAP近似计算的工程实现权衡。

67,538

社区成员

发帖
与我相关
我的任务
社区描述
J2EE只是Java企业应用。我们需要一个跨J2SE/WEB/EJB的微容器,保护我们的业务核心组件(中间件),以延续它的生命力,而不是依赖J2SE/J2EE版本。
社区管理员
  • Java EE
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧