黑马程序员-------(高新技术)注解

-------------java培训android培训、java博客、java学习型技术博客、期待与您交流! --------------

了解注解及java提供的几个基本注解

先通过@SuppressWarnings的应用让大家认识和了解一下注解:
通过System.runFinalizersOnExit(true);的编译警告引出@SuppressWarnings("deprecation")
@Deprecated
直接在刚才的类中增加一个方法,并加上@Deprecated标注,在另外一个类中调用这个方法。
@Override
public boolean equals(Reflect other)方法与HashSet结合讲解
总结:
注解相当于一种标记,在程序中加了注解就等于为程序打上了某种标记,没加,则等于没有某种标记,以后,javac编译器,开发工具和其他程序可以用反射来了解你的类及各种元素上有无何种标记,看你有什么标记,就去干相应的事。标记可以加在包,类,字段,方法,方法的参数以及局部变量上。
看java.lang包,可看到JDK中提供的最基本的annotation。

 注解的应用结构图

自定义注解及其应用

定义一个最简单的注解:public @interface MyAnnotation {}
把它加在某个类上:@MyAnnotation public class AnnotationTest{}
用反射进行测试AnnotationTest的定义上是否有@MyAnnotation
根据发射测试的问题,引出@Retention元注解的讲解,其三种取值:RetetionPolicy.SOURCE、RetetionPolicy.CLASS、RetetionPolicy.RUNTIME;分别对应:java源文件-->class文件-->内存中的字节码。
思考:@Override、@SuppressWarnings和@Deprecated这三个注解的属性值分别是什么?
演示和讲解@Target元注解
Target的默认值为任何元素,设置Target等于ElementType.METHOD,原来加在类上的注解就报错了,改为用数组方式设置{ElementType.METHOD,ElementType.TYPE}就可以了。
元注解以及其枚举属性值不用记,只要会看jdk提供那几个基本注解的API帮助文档的定义或其源代码,按图索骥即可查到,或者直接看java.lang.annotation包下面的类。
为注解增加基本属性

什么是注解的属性
一个注解相当于一个胸牌,如果你胸前贴了胸牌,就是传智播客的学生,否则,就不是。如果还想区分出是传智播客哪个班的学生,这时候可以为胸牌在增加一个属性来进行区分。加了属性的标记效果为:@MyAnnotation(color="red")
定义基本类型的属性和应用属性:
在注解类中增加String color();
@MyAnnotation(color="red")
用反射方式获得注解对应的实例对象后,再通过该对象调用属性对应的方法
MyAnnotation a = (MyAnnotation)AnnotationTest.class.getAnnotation(MyAnnotation.class);
System.out.println(a.color());
可以认为上面这个@MyAnnotation是MyAnnotaion类的一个实例对象
为属性指定缺省值:
String color() default "yellow";
value属性:
String value() default "zxx";
如果注解中有一个名称为value的属性,且你只想设置value属性(即其他属性都采用默认值或者你只有一个value属性),那么可以省略value=部分,例如:@MyAnnotation("lhm")。

为注解增加高级属性

数组类型的属性
int [] arrayAttr() default {1,2,3};
@MyAnnotation(arrayAttr={2,3,4})
如果数组属性中只有一个元素,这时候属性值部分可以省略大括
枚举类型的属性
EnumTest.TrafficLamp lamp() ;
@MyAnnotation(lamp=EnumTest.TrafficLamp.GREEN)
注解类型的属性:
MetaAnnotation annotationAttr() default @MetaAnnotation("xxxx");
@MyAnnotation(annotationAttr=@MetaAnnotation(“yyy”) )
可以认为上面这个@MyAnnotation是MyAnnotaion类的一个实例对象,同样的道理,可以认为上面这个@MetaAnnotation是MetaAnnotation类的一个实例对象,调用代码如下:
 MetaAnnotation ma =  myAnnotation.annotationAttr();
 System.out.println(ma.value());
注解的详细语法可以通过看java语言规范了解,即看java的language specification。

package cn.itcast.day2;
//调用注解类,作用于类上
//注解类设置属性color="red"
//annotationAttr=@MetaAnnotation("flx")这种情况是:注解类中的成员变量还是注解类的情况
@ItcastAnnotation(annotationAttr=@MetaAnnotation("flx"),color="red",value="abc",arr={1,2,34,433,4,3})
public class AnnotationTest {
	//SuppressWarnings是个类:用于消除警告
	@SuppressWarnings(value = { "deprecation" })
	
	@ItcastAnnotation("xyz")
	//--main()一定要写在一个类上,但是不一定是这个类的成员,只是作为一个栖息地---------//
	public static void main(String[] args) {
		//deprecated:过时的了
		System.runFinalizersOnExit(true);
		
		//检测这个类上的注解
		System.out.println(AnnotationTest.class.isAnnotation());
		System.out.println(ItcastAnnotation.class.isAnnotation());
		if(AnnotationTest.class.isAnnotationPresent(ItcastAnnotation.class)){
			ItcastAnnotation annotation = (ItcastAnnotation) AnnotationTest.class.getAnnotation(ItcastAnnotation.class);
			//获取这个(annotation)注解类上的(color())属性
			System.out.println(annotation.color());
			System.out.println(annotation.value());
			System.out.println(annotation.arr().length);
			System.out.println(annotation.lamp().nextLamp().nextLamp());
			System.out.println(annotation.annotationAttr().value());
		
		}
	}
	//令下面的方法设为“过时”
	@Deprecated
	public static void sayHello(){
		System.out.println("hi,传智播客!");
	}
}


 

package cn.itcast.day2;

import java.lang.annotation.ElementType;
import java.lang.annotation.Retention;
import java.lang.annotation.RetentionPolicy;
import java.lang.annotation.Target;

import cn.itcast.day1.EnumText;

//注解类的注解,称为元注解----@Retention元注解的讲解
//policy:翻译:保险单、政策
//RetentionPolicy.SOURCE		-----源文件时期
//RetentionPolicy.CLASS			-----class文件时期(编译时期)
//RetentionPolicy.RUNTIME		-----运行时期
@Retention(value = RetentionPolicy.RUNTIME)		//------将被注解的类(ItcastAnnotation)保留到运行时期
//RetetionPolicy.RUNTIME;分别对应:java源文件-->class文件-->内存中的字节码。

//@Target指定自定义注解类(ItcastAnnotation)作用于哪个位置。
//ElementType.METHOD		---只作用于方法上
//ElementType.TYPE			---只作用于类上
@Target(value = {ElementType.METHOD,ElementType.TYPE})
//创建一个注解类
public @interface ItcastAnnotation {
		//接口会自动添加	public static
	//1、假设成员属性返回值是String
	String color() default "bule";
		/*情况一:
			特殊属性名称value,如果只有一个属性value,在注解类设置值的时候,
			可以默认不写value,直接赋值:@SuppressWarnings(“deprecation")*/
		/*情况二:
			如果其他成员有default::String color() default "bule";
			也可以@ItcastAnnotation("abc")*/
	String value();
	//2、假设成员属性返回值是数组
	int [] arr() default {1,2};
	
	//3、假设成员属性返回值是枚举
	EnumText.TrafficLamp lamp() default EnumText.TrafficLamp.RED;
	
	//4、假设成员属性返回值是注解类
	//@MetaAnnotation 就是注解类MetaAnnotation的一个实例对象
	MetaAnnotation annotationAttr() default @MetaAnnotation("lhm");
	
	//5、假设成员属性返回值是Class类
}


 

package cn.itcast.day2;

public @interface MetaAnnotation {
	String value();
}

-------------java培训android培训、java博客、java学习型技术博客、期待与您交流! --------------

【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 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
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