DiliderGridView

package com.lidd.view;

import android.content.Context;
import android.graphics.Canvas;
import android.graphics.drawable.Drawable;
import android.util.AttributeSet;
import android.view.View;
import android.widget.GridView;

public class DividerGridView extends GridView {

    private int columnNum;
    private int childNum;

    private Drawable leftDividerDrawable;
    private Drawable bottomDividerDrawable;

    public DividerGridView(Context context, AttributeSet attrs, int defStyleAttr) {
        super(context, attrs, defStyleAttr);
    }

    public DividerGridView(Context context, AttributeSet attrs) {
        super(context, attrs);
    }

    public DividerGridView(Context context) {
        super(context);
    }



    public void setLeftDividerDrawable(Drawable leftDividerDrawable) {
        this.leftDividerDrawable = leftDividerDrawable;
    }



    public void setBottomDividerDrawable(Drawable bottomDividerDrawable) {
        this.bottomDividerDrawable = bottomDividerDrawable;
    }

    private void drawLeft(Canvas canvas,View itemView){

        int top = itemView.getTop();
        int bottom = itemView.getBottom();
        int right = itemView.getRight();
        int left = right - leftDividerDrawable.getIntrinsicWidth();

        leftDividerDrawable.setBounds(left, top, right, bottom);
        leftDividerDrawable.draw(canvas);

    }

    private void drawBottom(Canvas canvas,View itemView){

        int left = itemView.getLeft();
        int  right = itemView.getRight();
        int bottom = itemView.getBottom();
        int top = bottom - bottomDividerDrawable.getIntrinsicHeight();
        bottomDividerDrawable.setBounds(left, top, right, bottom);
        bottomDividerDrawable.draw(canvas);

    }

    private boolean isLastRight(int pos,int spanClounm){

        return (pos+1) % spanClounm == 0;

    }

    private int getColunmNum(int num,int spanClounm){


        return num / spanClounm + (((num % spanClounm) > 0)? 1:0);

    }

    private boolean isLastBottom(int pos,int allNums,int spanClounm){

        return getColunmNum(pos+1,spanClounm) == getColunmNum(allNums,spanClounm);

    }

    @Override
    protected void dispatchDraw(Canvas canvas) {
        super.dispatchDraw(canvas);

        View child0 = getChildAt(0);
        columnNum = getWidth() / child0.getWidth();
        childNum = getChildCount();

        // 底部是否需要 分割线
        //      for (int i = 0; i < childNum; i++) {
        //          
        //          if(isLastRight(i,columnNum)){
        //              
        //              if(!isLastBottom(i,childNum,columnNum)){
        //                  
        //                  drawBottom(canvas,getChildAt(i));
        //                  
        //              }
        //              
        //          }else if(isLastBottom(i,childNum,columnNum)){
        //              
        //              drawLeft(canvas,getChildAt(i));
        //              
        //          }else{
        //              
        //              drawLeft(canvas,getChildAt(i));
        //              drawBottom(canvas,getChildAt(i));
        //          }
        //      }

        for (int i = 0; i < childNum; i++) {

            if(isLastRight(i,columnNum)){


                drawBottom(canvas,getChildAt(i));


            }else{

                drawLeft(canvas,getChildAt(i));
                drawBottom(canvas,getChildAt(i));
            }
        }

    }


}

这里写图片描述

内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合Koopman算子理论与递归神经网络(RNN)的数据驱动建模方法,旨在对非线性纳米定位系统进行有效线性化建模,并实现高精度的模型预测控制(MPC)。该方法利用Koopman算子将非线性系统映射到高维线性空间,通过递归神经网络学习系统的动态演化规律,构建可解释性强、计算效率高的线性化模型,进而提升预测控制在复杂不确定性环境下的鲁棒性与跟踪精度。文中给出了完整的Matlab代码实现,涵盖数据预处理、网络训练、模型验证与MPC控制器设计等环节,具有较强的基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)可复现性和工程应用价值。; 适合人群:具备一定控制理论基础和Matlab编程能力的研究生、科研人员及自动化、精密仪器、机器人等方向的工程技术人员。; 使用场景及目标:①解决高精度纳米定位系统中非线性动态响应带来的控制难题;②实现复杂机电系统的数据驱动建模与预测控制一体化设计;③为非线性系统控制提供一种可替代传统机理建模的有效工具。; 阅读建议:建议结合提供的Matlab代码逐模块分析实现流程,重点关注Koopman观测矩阵构造、RNN网络结构设计与MPC控制器耦合机制,同时可通过替换实际系统数据进行迁移验证,深化对数据驱动控制方法的理解与应用能力。
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
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