IOS NSUserDefaults 小技巧

转载自:http://zasoft.blog.163.com/blog/static/2052151762013020111351917/

在使用NSUserDefault的时候,很多人以为

[[NSUserDefaults standardUserDefaults] setObject:array forKey:@"testInfo"] ;

后就已经算存储好了,再通过

[[NSUserDefaults standardUserDefaults] objectForKey:@"testInfo"];

就可以取出刚刚存的数据。


其实正常情况下没有问题,但是当重起

程序,关键字testInfo对应的竟然是空,这是什么情况呢??


我看看NSUserDefaults的头文件,就会发现,其实还有另外一个方法:synchronize,数据即时写入。

如果我们在set后,执行下面的语句:

[[NSUserDefaults standardUserDefaults] synchronize]; 

那么就不会出现上面的取出数据为空的情况了。

完整代码如下:

NSUserDefaults *defaults = [NSUserDefaults standardUserDefaults];

[defaults setObject:@"111" forKey:@"t

est"];

[defaults synchronize];

NSString *testStr = [defaults objectForKey:@"test"];

NSLog(@"testStr is: %@",testStr);


 小贴士:

通过官方文档可以了解到,UserDefaults是根据时间戳定时的把缓存中的数据写入本地磁盘,而非即时写入。所以调用set方法之后数据有可能还没有写入磁盘,应用程序就已经终止了。保险期间,我们在对重要的数据保存时使用synchornize方法强制写入。
但是也要注意,不用频繁的使用synchornize,这样毕竟影响性能和效率,相信IOS系统的工程师,他们这么做也是有道理的,嘿嘿。

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
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