黑马程序员---Thread类应用

本文详细介绍了在C#中使用System.Threading命名空间创建、启动、终止、挂起和恢复线程的方法,包括线程优先级设定、共享数据同步等关键概念。

    看了些线程的文字,把它写下来,作为自己的复习吧。Thread 来自System.Threading类。
1:使用它首先进行初始化:
  System.Threading.Thread myThread =  new System.Threading.Thread(excuteThreadFunctionName); 其中 excuteThreadFunctionName为线程myThread实例要执行的方法名(这个方法名不允许有参数,也不允许有返回值)。
2:启动线程:myThread.Start();到此构造的线程就开始启动执行方法(excuteThreadFunctionName)中的语句了。
要让线程休眠,就在线程执行的过程中用Thread.sleep(毫秒数);进行休眠(暂停线程的暂停)直到达到给定的毫秒数后在接着执行。
3:要挂起线程:用Suspend()方法(myThread.Suspend())。线程挂起和线程休眠不同,挂起不会立即是执行停止,而是在线程执行到一个安全点时才停止,等到其他线程调用Resume()方法才继续执行。(一个线程不能对另一个线程调用Sleep ,但是一个线程可以对另一个线程调用Suspend。)
4:终止(结束)当前线程用方法:Abort();
在一个局部方法中启动一个线程后在这个方法结束后该线程自然也就终止了。
在多个线程共同启动的时候,如果有共享数据,则在修改这些数据时要用lock把代码块标记为互斥代码块,使之在同一时刻只有一个线程访问,防止误读数据。

 

      在c#中写一个多线程应用是非常简单的,本章将介绍如何在c#种开发多线程程序。在.net中线程是由System.Threading 名字空间所定义的。所以你必须包含这个名字空间。
  using System.Threading; 

  开始一个线程
  
  System.Threading 名字空间的线程类描述了一个线程对象,通过使用类对象,你可以创建、删除、停止及恢复一个线程。创建一个新线程通过new 操作,并可以通过start()方法启动线程

  thread = new Thread(new ThreadStart(HelloWorld));
  thread.Start(); 
 
  注意:和java程序不同,创建新线程并调用start()方法后并不去调用run()方法,而是传递线程调用程序
 
下面是启动线程执行的函数

protected void HelloWorld()
{
string str ;
Console.write("helloworld");
}

杀死一个线程

线程类的 Abort()方法可以永久的杀死一个线程。在杀死一个线程起前应该判断线程是否在生存期间。

if ( thread.IsAlive )
{
thread.Abort();

停止一个线程

Thread.Sleep 方法能够在一个固定周期类停止一个线程

thread.Sleep(); 
 
设定线程优先级

线程类中的ThreadPriority 属性是用来设定一个ThreadPriority的优先级别。线程优先级别包括Normal, AboveNormal, BelowNormal, Highest, and Lowest几种。


thread.Priority = ThreadPriority.Highest; 

挂起一个线程

调用线程类的Suspend()方法将挂起一个线程直到使用Resume()方法唤起她。在挂起一个线程起前应该判断线程是否在活动期间。

if (thread.ThreadState = ThreadState.Running )
{
thread.Suspend();
}
 

唤起一个线程

通过使用Resume()方法可以唤起一个被挂起线程。在挂起一个线程起前应该判断线程是否在挂起期间,如果
线程未被挂起则方法不起作用。


if (thread.ThreadState = ThreadState.Suspended )
{
thread.Resume();
} 



基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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