浅谈对property几个关键字的理解

本文详细解析了Objective-C与Swift中使用NSString进行赋值时,使用assign、copy、strong和weak的区别,重点阐述了copy与strong在set方法上的不同表现以及各自在实际应用中的用法。

看了许多教程,对assign, copy, strong的总结差不多如下:

对于直接赋值的变量,如int,double,CGRect,使用assign;

对于NSString,使用copy;

对于对象类,使用strong(有时候是weak);

(关于weak与strong:weak变量只是指向内存地址,并没有持有)


但我个人使用NSString的时候写的修饰词一般是strong,也是可以正常运行的。

所以查了一下copy和strong的区别,主要是set方法有所不同


copy:release旧值,copy一个新对象,新对象的reference count为1

strong:将对象的引用计数+1并分配内存地址


@property (copy, nonatomic) NSString *copyStr;

@property (strong, nonatomic) NSString *strongStr;

如果二者被同样赋值

NSMutableString *str = @"123";

copyStr = str;

strongStr = str;

那么copyStr指向的内存地址与str是不同的,strongStr指向的内存地址与str相同

原因是copyStr是一个新对象,是深复制。

当[str appendingString:@"abc"]时,strongStr变化,copyStr并不会变化

我们一般并不希望NSString变量会随着赋值对象变化,所以使用copy深复制;

但我一般使用时是NSString为其赋值,所以copy和strong的效果是一样的。

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Quasimodor

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值