(C10)Tapestry IoC:Object Providers

本文介绍Tapestry5框架中的对象注入机制,包括对象提供器的工作原理、内置对象提供器的功能,以及如何自定义对象提供器。还讨论了服务提供器和服务歧义解决方法。
本人翻译目的是用来学习Tapestry5的,共享出来希望大家批评指正。计划持续翻译。
chinajavawolf  
对象提供器
 
当你不提供 InjectService 标注在一个参数上时(给服务构建器方法或构造器), Tapestry 将自动处理参数。
 
这被称为对象注入,优于服务注入,因为这个将最终被注入的值不用必须是服务;它可以是某些对象。
 
如果这听起来含糊,是因为没有一个 ObjectProvider, 有一个它们完整的设置,形成一个命令链。这个在链中的命令可以基于参数类型提供一个对象,或者基于参数上附加的标注。
 
有两个内建的对象提供器:
1.          检查 Value 标注
2.          在注册中检查一个唯一的服务,该服务接口匹配参数类型。通常, @Inject 标注通过一个附加的标注触发一个特定的 ObjectProvider 来提供值作为补充。
@Value 标注提供器
Value 标注允许注入一个字面值。当与符号结合时, 他们表现一个方法让全部服务网络的部份是点-配置。 举例来说:
 
  1. public MyService build(@Value("${max-seconds}"long maxSeconds)   
  2.  {   
  3.     return new MyServiceImpl(maxSeconds);   
  4.  }   
 
这里, MyService 服务需要一个许多秒的配置。这个值作为符号被提供,使用的工厂默认可以用应用默认重写。
 
服务提供器
 
这通常是最后选择的对象提供器。
 
一个唯一选中的服务必须存在他的接口要匹配参数类型。这并不是一个严格的匹配:查找任何或全部服务接口是参数类型的一个超类的服务。
 
如果没有匹配或有多个匹配将抛出一个异常。
别名对象提供器
 
tapestry-core 模块定义别名对象提供器,被用来做一替代服务或取消服务歧义的方法(当多个服务实现同一个接口时)。
 
定义新的提供器
 
New providers can be specified by contributing to the MasterObjectProvider service's configuration. The configuration is mapped, with the keys being the provider prefix, and the values being the object provider implementation. 新的提供器可以通过贡献给 MasterObjectProvider 服务的配置指定。这个配置是映像, key 使用提供器的前缀,并且值是对象提供器的实现。
 
例如:
 
  1. public void contributeMasterObjectProvider(OrderedConfiguration<ObjectProvider> configuration)   
  2. {   
  3.    configuration.add("MyObject"new MyObjectProvider());   
  4. }  
 
这确定了对象提供器的名字。
 
当然,这是一个简单的例子。真实的情况是提供器更像是一个使用自身依赖的服务。
内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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