Android下观察者模式,复制黏贴可用

package com.example.hujhguiyhiu.test_demo;

import android.support.v7.app.AppCompatActivity;
import android.os.Bundle;
import android.widget.TextView;
import android.widget.Toast;

import java.io.Console;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
import java.util.Observable;
import java.util.Observer;

public class MainActivity extends AppCompatActivity {
    private TextView tv;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);
        tv = (TextView) findViewById(R.id.tv);
        //创建一个通知者
        TongZhiZhe daDa = new TongZhiZhe();
        NBA me = new NBA("小小", daDa);
        daDa.Attach(me);
        daDa.action = "爸妈回来了";
        daDa.Notify();
    }

    //具体的观察者
    class NBA extends Observer {

        public NBA(String name, Subject sub) {
            super(name, sub);
        }

        @Override
        public void Update() {
            tv.setText(sub.SubjectState() +
                    name + "快关闭NBA,去做作业");
        }
    }

    //具体的通知者
    class TongZhiZhe implements Subject {
        public List<Observer> observers = new ArrayList<>();
        private String action;

        @Override
        public void Attach(Observer observer) {
            observers.add(observer);
        }

        @Override
        public void Detach(Observer observer) {
            observers.remove(observer);
        }

        @Override
        public void Notify() {
            for (Observer a : observers
                    ) {
                a.Update();
            }
        }

        @Override
        public String SubjectState() {
            return action;
        }
    }

    //观察者抽象,重写Observer    abstract class Observer {
        protected String name;
        protected Subject sub;

        public Observer(String name, Subject sub) {
            this.name = name;
            this.sub = sub;
        }

        public abstract void Update();
    }

    //通知者接口
    interface Subject {
        //添加
        void Attach(Observer observer);

        //删除
        void Detach(Observer observer);

        //通知
        void Notify();

        //
        String SubjectState();

        ;
    }
}
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,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法与Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度与动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,并在Matlab平台上实现了完整的算法仿真与验证,展示了该方法在高精度定位控制中的有效性与实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员与工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模与预测控制相关领域的研究生与研究人员。; 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)中的高性能预测控制;②为复杂非线性系统的数据驱动建模与线性化提供新思路;③结合深度学习与经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子与RNN结合的建模范式,重点关注数据预处理、模型训练与控制系统集成等关键环节,并可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想与工程应用技巧。
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