Spring笔记一

Spring 框架

1. 建立web工程,导入jar包 (最基本的jar包,版本spring-framework-4.2.4)

这里写图片描述

2. 创建对象,书写配置注册对象到容器

位置任意(建议放到src下)
配置文件名任意(建议applicationContext.xml)
这里写图片描述

3. 导入约束

这里写图片描述

编写applicationContext.xml ,添加beans 标签

    <?xml version="1.0" encoding="UTF-8"?>
    <beans></beans>

切换到design视图 选中【beans】标签,右键选择 【Edit Namespaces】 导入xsi
这里写图片描述

导入xsi完成后,再点击【add】 选择
步骤1:

这里写图片描述

步骤2:
这里写图片描述
导入成功后
这里写图片描述

ApplicationContext 类

这里写图片描述

bean对象
三种对象创建方式
这里写图片描述

scope属性

这里写图片描述

init-method destroy-method

这里写图片描述

模块化配置

这里写图片描述

spring属性注入

**set方法注入

这里写图片描述

**构造函数注入:

这里写图片描述

p名称空间注入(了解)
导入p名称空间

xmlns:p ="http://www.springframework.org/schema/p" 

这里写图片描述

SPEL注入(了解)
这里写图片描述

复杂类型注入

array类型 和 list 类型 (同array)

这里写图片描述

map类型注入:

这里写图片描述

Properties类型注入

这里写图片描述

使用注解配置Spring
1. 为主配置文件引入新的命名空间(约束)

这里写图片描述

这里写图片描述

2. 开启使用注解代理配置文件

这里写图片描述

这里写图片描述

这里写图片描述

spring 整合junit测试

这里写图片描述

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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