jndi 学习初探

本文介绍了计算机系统中的命名服务概念,包括名称映射、绑定与引用、目录服务等,并详细解释了JNDI的结构及其实现方式。

Nameing: 一个计算机系统的基本命名服务( name >----< Object)
  DNS 就是一个 网址(www.sun.com) 到 IP 地址的一个映射.
  File System 是一个 文件名 到 一个 file handle(程序可以使用它去读物文件的内容) 的一个映射


Names: 为了查找一个Object, 就必须提供一个Object 的 name, 这个 name 必须遵循 naming system 的规范
        Unix File System, 标识是 /user/exmaple
 DNS: sales.Wiz.com : sales -> wiz.com  wiz(name) -> com(entry)


Bindings:  关联一个 name -> object,
           如 一个file name -> file
    Dns 关联一个 机器名(网址) -> IP Address


Reference and Addresses : 依赖于命名服务, 有些Object 不能够直接存储. 我们可以存储一个 pointer or reference 放置在
           nameing server 中,reference 是一个存储一些 如何才能访问到object 的信息.
    以网络打印机为例,JNDI服务可以注册它的IP地址和端口,有了通信地址,总是可以访问到网络打印机的。


Context: 包含了一些 name -> object binding, context 提供了查找, binding name, unbinding name, listing bound names
         a name in one context Object can be bound to anoter context(called a subcontext)


Nameing Systems and Namesspaces :

Directory: 扩展了nameing Services, dircetory services 关联 names ->  objs and attributes

Attributes: a directory object 可以包含 attribues
            如 printer 可以包含一些 速度, 分辨率, 颜色
     User 可以包含一些 email address, telephone numbers, postal mail address, computer account信息

Attribute : 包含 attribute attrID 和 Vector<Object> values


Searches and Search Filters : 我们可以通过提供的name 来查询 direcotry object, 还可以通过 Search.
           如你指定一些attribute, 来查询 directory object.


JNDI, 只是一套接口, 有不同的实现 如: corba, rmi, nds, nis, dns, ldap

它的结构如下图

jdk 中自带了如下三种 JNDI 实现
1. Lightweight Directory Access Protocol (LDAP)
2. Common Object Request Broker Architecture (CORBA) Common Object Services (COS) name service
3. Java Remote Method Invocation (RMI) Registry


主要类 说明

 Context : look up,  binding/unbinding, renaming Objects, create and distory subcontexts
下面的代码用于查找一个printer

Printer printer = (Printer)ctx.lookup("treekiller");
printer.print(report);


Names: 一般的,共性的 name,

Context list() 和 listBindings() 区别

list(): 返回 NamingEnumeration<NameClassPair>, 每一个NameClassPair 包含 一个name, object's className
        
       
listBindings(): 返回 NamingEnumeration<Binding>, 每一个Binding 包含 name, object, object's className
                虽然和上面的信息 是 一样的, 但是 可能要花费更长的时间


NamingEvent: 包含了type(如Object added, removed, changed, renamed), oldBinding, newBing, changeInfo.

NamingListener: listener for NamingEvent. 为了接受到事件通知,listener 必须注册到 EventContext

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性和先进性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
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