chapter04_面向切面的Spring_3_使用JavaConfig创建切面

本文深入探讨Spring AOP(面向切面编程)的使用,通过实例讲解如何利用@Aspect注解创建切面,掌握Before、AfterReturning、AfterThrowing、After和Around等通知类型的应用。并介绍如何配置自动代理及环绕通知的特性。
  • 添加 @Aspect注解,代表一个类是一个切面

    示例

      @Aspect
      public class Audience {
         ...
      }
    
  • 通知的时刻有5种,详见"基本概念.md"

    示例

      @Aspect
      public class AroundAudience {
    
          @Around("execution(* com.springinaction.springidol.performance.Performance.perform())")
          public void watchPerformance(ProceedingJoinPoint joinpoint) {
    
              try {
    
                  System.out.println("Now we use around aspectOfJavaConfig.");
    
                  System.out.println("The audience is taking their seats.");
                  System.out.println("The audience is turning off their cellphones");
    
                  long start = System.currentTimeMillis();
    
                  joinpoint.proceed();
    
                  long end = System.currentTimeMillis();
    
                  System.out.println("CLAP CLAP CLAP CLAP CLAP");
                  System.out.println("The performance took " + (end - start)
                          + " milliseconds.");
    
              } catch (Throwable t) {
                  System.out.println("Boo! We want our money back!");
              }
          }
      }
    

    具体的操作是在方法上方插入@Before(…), @AfterReturning(…), @AfterThrowing(…),@After(…),@Around(…)注解,注解中包括AspectJ切点表达式,切点表达式中必须要包含的是 execution

  • 启用自动代理功能

    (1) 必须启用自动代理,否则 @Aspect注解不会被解析

    (2) 使用JavaConfig的话,可以添加 @EnableAspectJAutoProxy 注解启用自动代理

    示例

      @Configuration
      @EnableAspectJAutoProxy
      public class AroundAspectConfig {
    
          @Bean
          public AroundAudience aroundAudience() {
    
              return new AroundAudience();
          }
    
          @Bean
          public Performance performance() {
    
              return new MagicPerformance();
          }
      }
    
  • 环绕通知 @Around

    (1) 它是另外四种通知的集合,可以实现另外四种通知的功能

    (2) 它对应的函数接收 ProceedingJoinPoint类型的对象,这个对象是必须的。 joinpoint.proceed(); 代表执行被通知的方法,也可以获取返回值

    (3) 也可以不调用 joinpoint.proceed()方法实现阻塞效果;也可以在通知中多次进行joinpoint.proceed()调用

  • 处理通知中的参数

    (1) 示例

    CompactDisc.java

      package com.springinaction.springidol.TrackCounter;
    
      public interface CompactDisc {
    
          void play();
    
          void playTrack(int index, String artist);
      }
    

    TrackCounter.java

      package com.springinaction.springidol.TrackCounter;
    
      @Aspect
      public class TrackCounter {
    
          private Map<Integer, Integer> trackCounts = new HashMap<Integer, Integer>();
          
          private Map<Integer, String> artistName = new HashMap<Integer, String>();
    
          @Before("execution(* com.springinaction.springidol.TrackCounter.CompactDisc.playTrack(int, String)) && args(trackNumber, artist)")
          public void countTrack(int trackNumber, String artist) {
    
              int currentCount
                  = trackCounts.containsKey(trackNumber) ? trackCounts.get(trackNumber) : 0;
    
              trackCounts.put(trackNumber, currentCount + 1);
              artistName.put(trackNumber, artist);
          }
    
          public int getPlayCount(int trackNumber) {
    
              return (trackCounts.containsKey(trackNumber) ? trackCounts.get(trackNumber) : 0);
          }
    
          public String getArtistName(int trackNumber) {
    
              return artistName.get(trackNumber);
         }
      }
    

    (2) 说明

    args()用于指定要提供给通知方法的参数;中间用,隔开;参数名称要匹配

    (3) 通知方法必须是具体的实现类,不能是接口。接口的情况目前还没试验成功过

【SCI复现】含可再生能源与储能的区域微电网最优运行:应对不确定性的解鲁棒性与非预见性研究(Matlab代码实现)内容概要:本文围绕含可再生能源与储能的区域微电网最优运行展开研究,重点探讨应对不确定性的解鲁棒性与非预见性策略,通过Matlab代码实现SCI论文复现。研究涵盖多阶段鲁棒调度模型、机会约束规划、需求响应机制及储能系统优化配置,结合风电、光伏等可再生能源出力的不确定性建模,提出兼顾系统经济性与鲁棒性的优化运行方案。文中详细展示了模型构建、算法设计(如C&CG算法、大M法)及仿真验证全过程,适用于微电网能量管理、电力系统优化调度等领域的科研与工程实践。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事微电网、能源管理相关工作的工程技术人员。; 使用场景及目标:①复现SCI级微电网鲁棒优化研究成果,掌握应对风光负荷不确定性的建模与求解方法;②深入理解两阶段鲁棒优化、分布鲁棒优化、机会约束规划等先进优化方法在能源系统中的实际应用;③为撰写高水平学术论文或开展相关课题研究提供代码参考和技术支持。; 阅读建议:建议读者结合文档提供的Matlab代码逐模块学习,重点关注不确定性建模、鲁棒优化模型构建与求解流程,并尝试在不同场景下调试与扩展代码,以深化对微电网优化运行机制的理解。
个人防护装备实例分割数据集 一、基础信息 数据集名称:个人防护装备实例分割数据集 图片数量: 训练集:4,524张图片 分类类别: - Gloves(手套):工作人员佩戴的手部防护装备。 - Helmet(安全帽):头部防护装备。 - No-Gloves(未戴手套):未佩戴手部防护的状态。 - No-Helmet(未戴安全帽):未佩戴头部防护的状态。 - No-Shoes(未穿安全鞋):未佩戴足部防护的状态。 - No-Vest(未穿安全背心):未佩戴身体防护的状态。 - Shoes(安全鞋):足部防护装备。 - Vest(安全背心):身体防护装备。 标注格式:YOLO格式,包含实例分割的多边形坐标和类别标签,适用于实例分割任务。 数据格式:来源于实际场景图像,适用于计算机视觉模型训练。 二、适用场景 工作场所安全监控系统开发:数据集支持实例分割任务,帮助构建能够自动识别工作人员个人防护装备穿戴状态的AI模型,提升工作环境安全性。 建筑与工业安全检查:集成至监控系统,实时检测PPE穿戴情况,预防安全事故,确保合规性。 学术研究与创新:支持计算机视觉在职业安全领域的应用研究,促进AI与安全工程的结合。 培训与教育:可用于安全培训课程,演示PPE识别技术,增强员工安全意识。 三、数据集优势 精准标注与多样性:每个实例均用多边形精确标注,确保分割边界准确;覆盖多种PPE物品及未穿戴状态,增加模型鲁棒性。 场景丰富:数据来源于多样环境,提升模型在不同场景下的泛化能力。 任务适配性强:标注兼容主流深度学习框架(如YOLO),可直接用于实例分割模型开发,支持目标检测和分割任务。 实用价值高:专注于工作场所安全,为自动化的PPE检测提供可靠数据支撑,有助于减少工伤事故。
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