《华瑞集API 测试Demo》

文件资源
1 jar： https://github.com/yaoguangluo/ChromosomeDNA/blob/main/BloomChromosome_V19001_20220108.jar
2 book 《DNA元基催化与肽计算 第四修订版 V00919》上下册
https://github.com/yaoguangluo/ChromosomeDNA/tree/main/元基催化与肽计算第四修订版本整理

3 函数在git的存储地址：demos
Github：https://github.com/yaoguangluo/ChromosomeDNA/
Coding：https://yaoguangluo.coding.net/public/YangLiaoJingHuaRuiJi/YangliaojingHuaruiji/
Bitbucket：https://bitbucket.org/luoyaoguang/yangliaojing/
Gitee：https://gitee.com/DetaChina/

使用方法
Demo真实例子 基于 https://github.com/yaoguangluo/ChromosomeDNA/blob/main/BloomChromosome_V19001_20220108.jar 使用举例。 

注意
1 注意看下工程 SETTING文件，避免乱码。作者ECLIPSE IDE 仅仅涉及 UTF8 和 GBK 2种字符集编码 。
2 工程与源码部署 开发文档 都清晰的归纳在 api 对应的 docx 文件中，见其目录。
1 直接调用模式


1.1 极速微分催化排序 top5代
//已经测试通过 联想Y7000 单机 排序每秒double 1150万峰值数组。
private int partition(double[] array, int leftPoint, int rightPoint) {
  double x= array[leftPoint]<= array[rightPoint]? array[leftPoint]: array[rightPoint];
  int leftPointReflection= leftPoint;
  while(leftPointReflection< rightPoint){
    while(!(array[leftPointReflection]> x|| leftPointReflection++ >= rightPoint)) {}
    while(array[rightPoint--]> x) {}
    if(leftPointReflection< ++rightPoint){
      double temp= array[rightPoint];
      array[rightPoint]= array[leftPointReflection];
      array[leftPointReflection]= temp;
    }
  }
  array[leftPoint]= array[rightPoint];
  array[rightPoint]= x;
  return rightPoint;
}


1.1.1 极速中文催化分词
//已经测试通过 联想Y7000 单机 每秒分词 1630万峰值 中文字。 
CogsBinaryForest_AE _A= new CogsBinaryForest_AE();//获取分词引擎
_A.IV_Mixed();
List<String> sets= new ArrayList<>();
sets= _A.parserMixedString("你好，世界！");//分词
Iterator<String> iterator= sets.iterator(); //得到分词的Iterator数列


//... ...
1.1.1.1 极速中文催化分词 繁体字混合的例子
//已经测试通过 联想Y7000 单机
public static void main(String[] argv) throws IOException {
  CogsBinaryForest_AE _A= new CogsBinaryForest_AE();//获取分词引擎
  _A.IV_All();//函数里面有注释，按着简体中文，繁体中文 的例子 加其他的语言扩展。切词方法要注意，源码是4字长度MAx
  List<String> sets= new ArrayList<>();
  sets= _A.parserMixedString("你好，世界！請在這輸入廣告詞優化");//带繁体字的混合分词
  Iterator<String> iterator= sets.iterator(); //得到分词的Iterator数列
  while(iterator.hasNext()) {
    System.out.println(iterator.next());
  }
}


1.1.2 词频 词性分析
//已经测试通过
public static void main(String[] argv) throws IOException {  
  List<String> list= new StaticFunctionMapA_VECS_E().frequencyReader("君不见黄河之水天上来，奔流到海不复还");
  Iterator<String> iterator= list.iterator();
  while(iterator.hasNext()) {
    System.out.println(iterator.next());
  }

  list= new StaticFunctionMapA_VECS_E().posReader("君不见黄河之水天上来，奔流到海不复还");
  iteraor= list.iterator();
  while(iterator.hasNext()) {
    System.out.println(iterator.next());
  }  
} 


1.2 极速象契拼音笔画排序
//已经测试通过 联想Y7000 单机
public static void main(String[] argv) throws IOException {
  String[] strings1D= new String[16];
  strings1D[0]= "dh罗31韵律";
  strings1D[1]= "dh罗11瑶林";
  strings1D[2]= "dh罗2瑶光";
  strings1D[3]= "dh罗4韵律";
  strings1D[2]= "dh罗2尧光";
  strings1D[3]= "dh罗4运律";
  strings1D[4]= "dh罗6瑶d林";
  strings1D[5]= "dh罗瑶0.6光";
  strings1D[6]= "dh罗瑶0.3f光";
  strings1D[7]= "dh罗瑶0.61e7光";
  strings1D[8]= "dh罗瑶0.3e61光";
  strings1D[9]= "dh罗瑶0.3e6光";
  strings1D[10]= "dh罗瑶0.6e2光";
  strings1D[11]= "dh罗瑶0.3e1光";
  strings1D[12]= "dh罗韵111.21律";
  strings1D[13]= "dh罗韵15.21律";
  strings1D[14]= "dh罗瑶g林";
  strings1D[15]= "dhv罗1.09瑶光";
  StaticFunctionMapU_VECS_C.笔画拼音排序稍后进行把传参设计下(strings1D);

  /*输出结果
   * 
   *
    dh罗瑶0.3e1光
    dh罗瑶0.3e6光
    dh罗瑶0.3e61光
    dh罗瑶0.3f光
    dh罗瑶0.6光
    dh罗瑶0.61e7光
    dh罗瑶0.6e2光
    dh罗瑶g林
    dh罗韵111.21律
    dh罗韵15.21律
    dh罗11瑶林
    dh罗2尧光
    dh罗31韵律
    dh罗4运律
    dh罗6瑶d林
    dhv罗1.09瑶光

   * 
   * */
}


1.3 启动ETL
  //调通了下，不要使用老接口，建议写新的节点。参照已有的 image read节点即可。
  GUISample gUISample= new GUISample();
  App app= new App();
  app.gUISample= gUISample;
  //
  CogsBinaryForest_AE _A= new CogsBinaryForest_AE();
  _A.IV_Mixed();
  Map<String, String> pos= _A.getPosCnToCn();
  JTextPane text= new JTextPane();
  app.jTabbedpane= new DetabbedPane(0, 0, null);
  gUISample.IV_(new Object[10][10], text, app, _A, pos);
  gUISample.start();  
  gUISample.validate();
  //
  JFrame jFrame= new JFrame();
  jFrame.add(gUISample);
  jFrame.setSize(1490, 980);
  jFrame.setVisible(true);


1.4 VPCS 服务器见 StaticFunctionMapC_AOPM_E 文件，含有丰富的启动集 。


1.4.1 DNA 加密 TOKEN
//已经测试通过 联想Y7000 单机
//下面这个test demo 展示了 密码-> 肽文-> 肽锁+肽密码-> 密钥,pds和pde密码 -> pds转pde验证-> pde转pds验证
//全部封装成函数
//罗瑶光 20210830
public static void main(String[] argv) {
  FullDNATokenPDI pDE_RNA_FullFormular= new FullDNATokenPDI();
  pDE_RNA_FullFormular.text= "控制吸收";
  pDE_RNA_FullFormular.pdw= PdeSwapFix.textToPdw(pDE_RNA_FullFormular, pDE_RNA_FullFormular.text);
  pDE_RNA_FullFormular.code= PdeSwapFix.pdwToPdc(pDE_RNA_FullFormular);
  System.out.println("肽语: "+ pDE_RNA_FullFormular.pdw);
  System.out.println("肽锁: "+ pDE_RNA_FullFormular.lock);
  System.out.println("散列肽语:"+ pDE_RNA_FullFormular.code);
  ////////////////////////////////////////////////////
  pDE_RNA_FullFormular.doKeyPress(pDE_RNA_FullFormular.code, pDE_RNA_FullFormular, false);
  System.out.println("静态肽展降元概率钥匙E: "+ pDE_RNA_FullFormular.pdedeKey);
  System.out.println("静态肽展降元概率钥匙S: "+ pDE_RNA_FullFormular.pdedsKey);
  System.out.println("静态肽展降元: "+ pDE_RNA_FullFormular.pds);
  System.out.println("静态肽展增元概率钥匙E: "+ pDE_RNA_FullFormular.pdeieKey);
  System.out.println("静态肽展增元概率钥匙S: "+ pDE_RNA_FullFormular.pdeisKey);
  System.out.println("静态肽展增元: "+ pDE_RNA_FullFormular.pde);
  //////////////////////////////////////////////////////
  pDE_RNA_FullFormular.time= "" + System.currentTimeMillis();
  pDE_RNA_FullFormular.cacheId= "ID" + Math.random() + ":" + Math.random();
  System.out.println("时间:  " + pDE_RNA_FullFormular.time);
  System.out.println("账号随机缓存字符串:  " + pDE_RNA_FullFormular.cacheId);
  /////////////////////////////////////////////////////
  pDE_RNA_FullFormular.session_key= pDE_RNA_FullFormular.pde;
  System.out.println("Session: " + pDE_RNA_FullFormular.session_key);
  System.out.println("=============================================================================");
  System.out.println("开始前序验证：");
  System.out.println("开始Session解析： " + pDE_RNA_FullFormular.session_key);
  System.out.println("开始概率钥匙解析：" + pDE_RNA_FullFormular.pdedeKey+ pDE_RNA_FullFormular.pdedsKey
      + pDE_RNA_FullFormular.pdeieKey+ pDE_RNA_FullFormular.pdeisKey);
  /////////////////////////////////////////////////
  FullDNATokenPDI pDE_RNA_FullFormular1= new FullDNATokenPDI();
  pDE_RNA_FullFormular1.pdedeKey= pDE_RNA_FullFormular.pdedeKey.toString();
  pDE_RNA_FullFormular1.pdedsKey= pDE_RNA_FullFormular.pdedsKey.toString();
  pDE_RNA_FullFormular1.pdeieKey= pDE_RNA_FullFormular.pdeieKey.toString();
  pDE_RNA_FullFormular1.pdeisKey= pDE_RNA_FullFormular.pdeisKey.toString();
  pDE_RNA_FullFormular.doKeyUnPress(pDE_RNA_FullFormular.code, pDE_RNA_FullFormular1, true);
  System.out.println();
  System.out.println("得到原降元元基DNA序列："+ pDE_RNA_FullFormular.pds);
  System.out.println("得到新降元元基DNA序列："+ pDE_RNA_FullFormular1.pds);
  System.out.println("得到原元基DNA序列："+ pDE_RNA_FullFormular.pde);
  System.out.println("得到新元基DNA序列："+ pDE_RNA_FullFormular1.pde);
  System.out.println("验证正确？");
  System.out.println(pDE_RNA_FullFormular.pde.equals(pDE_RNA_FullFormular1.pde)? "正确": "失败");

  /////////////////////////////////////////
  System.out.println("=======================================================================");
  System.out.println("开始pde降元验证：");
  FullDNATokenPDI pDE_RNA_FullFormular2= new FullDNATokenPDI();
  pDE_RNA_FullFormular2.pdeieKey= pDE_RNA_FullFormular.pdeieKey.toString();
  pDE_RNA_FullFormular2.pdeisKey= pDE_RNA_FullFormular.pdeisKey.toString();
  pDE_RNA_FullFormular2.pdedeKey= pDE_RNA_FullFormular.pdeieKey.toString();
  pDE_RNA_FullFormular2.pdedsKey= pDE_RNA_FullFormular.pdeisKey.toString();
  System.out.println("准备计算元基DNA序列："+ pDE_RNA_FullFormular1.pde);
  String pds= PdeSwapFix.pdeToPds(pDE_RNA_FullFormular1.pde, "",  pDE_RNA_FullFormular2.pdedeKey
      ,  pDE_RNA_FullFormular2.pdedsKey
      ,  pDE_RNA_FullFormular2.pdeieKey
      ,  pDE_RNA_FullFormular2.pdeisKey);
  System.out.println("pds");
  System.out.println("pds");
  System.out.println(pDE_RNA_FullFormular1.pds);
  System.out.println(pds);
  //////////////////////////////////////////////////////////////////
  System.out.println("开始pds增元验证：");
  FullDNATokenPDI pDE_RNA_FullFormular3= new FullDNATokenPDI();
  pDE_RNA_FullFormular3.pdeieKey= pDE_RNA_FullFormular.pdeieKey.toString();
  pDE_RNA_FullFormular3.pdeisKey= pDE_RNA_FullFormular.pdeisKey.toString();
  pDE_RNA_FullFormular3.pdedeKey= pDE_RNA_FullFormular.pdeieKey.toString();
  pDE_RNA_FullFormular3.pdedsKey= pDE_RNA_FullFormular.pdeisKey.toString();

  String pde= PdeSwapFix.pdsToPde(pDE_RNA_FullFormular1.pds, "",  pDE_RNA_FullFormular3.pdedeKey
      ,  pDE_RNA_FullFormular3.pdedsKey
      ,  pDE_RNA_FullFormular3.pdeieKey
      ,  pDE_RNA_FullFormular3.pdeisKey);
  System.out.println("pde");
  System.out.println("pde");
  System.out.println(pDE_RNA_FullFormular1.pde);
  System.out.println(pde);
}


1.4.2 DNA 非对称加密 前中后序 PDS 验证示例。
//已经测试通过 联想Y7000 单机
@SuppressWarnings("unused")
public static void main(String[] argv) {
  String string= "罗瑶光";
  String pdw=  StaticFunctionMapA_IDUQ_C.getPDW(string);
  String lock= StaticFunctionMapA_IDUQ_C.getLock();
  String code= StaticFunctionMapA_IDUQ_C.getCode(pdw, lock);
  FullDNATokenPDI_XCDX pDE_RNA_FullFormular= new FullDNATokenPDI_XCDX();
  pDE_RNA_FullFormular.pdw= pdw.toString();
  pDE_RNA_FullFormular.lock= lock.toString();
  pDE_RNA_FullFormular.code= code.toString();
  pDE_RNA_FullFormular= StaticFunctionMapA_IDUQ_C.doPDE(pDE_RNA_FullFormular);
  FullDNATokenPDI_XCDX pDE_RNA_FullFormularNew= StaticFunctionMapA_IDUQ_C.doPrefixPDE(pDE_RNA_FullFormular);
  FullDNATokenPDI_XCDX pDE_RNA_FullFormular2= StaticFunctionMapA_IDUQ_C.doPostfixPDE(pDE_RNA_FullFormular
      , pDE_RNA_FullFormularNew);
  FullDNATokenPDI_XCDX pDE_RNA_FullFormular3= StaticFunctionMapA_IDUQ_C.doSurffixPDE(pDE_RNA_FullFormular
      , pDE_RNA_FullFormularNew);
}


1.5 普通数据计算 函数太多 见 SEM.bloom 下 StaticClassMap 文件，有上千函数的分类索引对应地址描述如 《卷积计算集》，《坐标计算集》，《数据变换集》。


1.5.1 DNN 读心术
//测试成功了，稍后优化。
@SuppressWarnings("unused")
public static void main(String[] argv) throws InstantiationException, IllegalAccessException, IOException {
  String string= StableString.text1;
  String[][] string1= new StaticFunctionMapP_VECS_E().aNNTest(string);  
  String[][] string2= new StaticFunctionMapP_VECS_E().dNNTest(string);  
  String[][] string3= new StaticFunctionMapP_VECS_E().rNNTest(string);  
  String[][] string4= new StaticFunctionMapP_VECS_E().sensingTest(string);  

  String[] strings= new String[3];
  strings[0]= StableString.text1;
  strings[1]= StableString.text2;
  strings[2]= StableString.text3;
  new StaticFunctionMapP_VECS_E().educationLevelTest(strings);  
  new StaticFunctionMapP_VECS_E().literarinessLevelTest(strings);  
  new StaticFunctionMapP_VECS_E().successICATest(strings);  
}


1.5.1 非卷积图片识别
//已经测试通过 联想Y7000 单机
//需要设计采样图片数据生成。
public static void main(String[] argv) throws IOException {
  String[] string= new String[5];
  string[0]= "C:\\Users\\Lenovo\\Desktop\\deciphering\\F_DB6.txt";
  string[1]= "C:\\Users\\Lenovo\\Desktop\\deciphering\\F_DB5.txt";
  string[2]= "C:\\Users\\Lenovo\\Desktop\\deciphering\\F_DB6_jian_17.txt";
  string[3]= "C:\\Users\\Lenovo\\Desktop\\deciphering\\F_DB6_suan_17.txt";
  string[4]= "C:\\Users\\Lenovo\\Desktop\\deciphering\\线状苔藓-结节性硬化症叶状白斑_脏数据.jpg";
  new StaticFunctionMapI_VECS_E().staticMain(string);
}


1.6 带精度打分搜索
//已测试， 结果正确
public static void main(String[] argv) throws IOException {  
  ArrayList<String> 标题= new ArrayList<String>();
  Map<String, String> 内容= new HashMap<>();
  double lookrot= 0;
  标题.add("罗瑶光");
  标题.add("罗瑶林");
  标题.add("罗韵律");
  标题.add("罗振友");
  标题.add("罗振兴");
  
  内容.put("罗瑶光","罗瑶光luoyaoguang");
  内容.put("罗瑶林","罗瑶林luoyaolin");
  内容.put("罗韵律","罗韵律luoyunlv");
  内容.put("罗振友","罗振友luozhenyou");
  内容.put("罗振兴","罗振兴luozhenxin");
  
  String searchkey= "罗瑶光";
  List<Object[]> outputList = new StaticFunctionMapQ_VECS_E().searchFromTablewithScale(searchkey, 标题, 内容, lookrot);
  Iterator<Object[]> iterator= outputList.iterator();
  while(iterator.hasNext()) {
    Object[] object= iterator.next();
    for(int i= 0; i<object.length; i++) {
      System.out.println(object[i].toString());
    }
  }
  searchkey= "罗瑶";
  outputList = new StaticFunctionMapQ_VECS_E().searchFromTablewithScale(searchkey, 标题, 内容, lookrot);
  iterator= outputList.iterator();
  while(iterator.hasNext()) {
    Object[] object= iterator.next();
    for(int i= 0; i<object.length; i++) {
      System.out.println(object[i].toString());
    }
  }
  
  searchkey= "罗振";
  outputList = new StaticFunctionMapQ_VECS_E().searchFromTablewithScale(searchkey, 标题, 内容, lookrot);
  iterator= outputList.iterator();
  while(iterator.hasNext()) {
    Object[] object= iterator.next();
    for(int i= 0; i<object.length; i++) {
      System.out.println(object[i].toString());
    }
  }
}


2 元基花调用模式 真实用例
//已经测试通过 联想Y7000 单机
public class App_XCDX {  
  public App app;
  public void IV_(App app) {
    this.app= app;
  }


public JTextField nameFeelFilter() throws Exception {  
//传参因子[0]= "string";//准备传参索引调用模式来记忆编码。
  //传参因子[1]= "x";
  //传参因子[2]= "y";
  //传参因子[3]= "c";
  String callFunctionKey= "CfxTextField";
  StaticRootMap.initMap();
  String[] strings= new String[1];
  Map<String, Object> output= new HashMap<>();
  Map<String, Object> inputValue= new HashMap<>(); 
//稍后准备将staticClassMap 移到 StaticFunctionMapM_VECS_C 下， 24组相关配置全部改下。这样代码就少了，就快了。
  String[] 传参因子= StaticFunctionMapM_VECS_C.annotationMap.get(callFunctionKey).split(":");
  inputValue.put(传参因子[0], null);
  inputValue.put(传参因子[1], 0);
  inputValue.put(传参因子[2], 0);
  inputValue.put(传参因子[3], null);
  output.put("传参因子", 传参因子);
  output.put("inputValues", inputValue);  
  strings[0]= "执行 M_VECS 下 "+ callFunctionKey+ " 接口, 参数是 传参因子";
  StaticRootMap.tinShellV003(strings, output);
//取花语计算数据  
  @SuppressWarnings("unchecked")
  Map<String, Object> map= (Map<String, Object>) output.get(callFunctionKey);
  map.get("interfaceReturn");
//数据对接
  app.nameFeelFilter= (CfxTextField) map.get("interfaceReturn");;  
  app.nameFeelFilter.setBounds(180-50, 50, 380, 80);
  app.nameFeelFilter.setBackground(Color.white);
  app.nameFeelFilter.setText(StableTag.STRING_SPACE);
  app.nameFeelFilter.addKeyListener(app);
  return app.nameFeelFilter;
}


2.1 极速象契催化分词
2.2 极速象契拼音笔画排序
2.3 启动ETL
2.4 VPCS 服务器
2.5 普通数据计算，将上面的 main 对应的接口 通过 tinShellV003 接口调用即可。 如下面的实例。


//已经测试通过 联想Y7000 单机
  StaticRootMap.initMap();                      
  String[] strings= new String[4];                      
  strings[0]= "执行 U_VECS 下 main 接口, 参数是null";                      
  strings[1]= "执行 U_VECS 下 main 接口, 参数是null";                      
  Map<String, Object> output= new HashMap<>();                      
  String[] 传参因子= new String[2];                      
  Map<String, Object> inputValue= new HashMap<>();                       
  double[] doubles= new double[5];                      
  doubles[0]= 2.2222262;                      
  doubles[1]= 3.2226222;                      
  doubles[2]= 6.2622222;                      
  doubles[3]= 4.6226222;                      
  doubles[4]= 1.2222226;                      
  double dou= 2.22;                      
  传参因子[0]= "input";//像神一样的tin god                      
  传参因子[1]= "scale";                      
  inputValue.put(传参因子[0], doubles);                      
  inputValue.put(传参因子[1], dou);                      
  output.put("传参因子", 传参因子);                      
  output.put("inputValues", inputValue);                      
  strings[2]= "执行 U_AOPM 下 median1d 接口, 参数是 传参因子";                      
  strings[3]= "执行 U_AOPM 下 fengTong1D 接口, 参数是 过程因子";                      
  StaticRootMap.tinShellV003(strings, output);                      
  
  
2.6 带精度打分搜索

稍后完善。

罗瑶光