Delphi面向对象学习随笔一:类与对象的关系

本文通过Delphi的ObjectPascal语法介绍了面向对象编程的基本概念,包括类与对象的关系、实例化对象的过程以及属性、方法和事件的概念。

Delphi面向对象学习随笔一:类与对象的关系
作者:巴哈姆特
http://www.cnpack.org
(转载请注明出处并保持完整)

工作几年了,总想做点总结,于是有了这篇东西,叫随笔吧呵
    本文只是写写我对对象化的理解,主观成分很多,或许有错误,希望大家指正^_^
    PS: 本文的演示代码均以Delphi 的Object Pascal语法为准。

类与对象的关系
    要讨论类与对象的关系,需要先说一下什么是类,什么是对象。

  类:
    类、我认为是一个集合,和数学中的集合一样,是一类事物的统称,例如“人类”。
    在计算机语言中,类和数组或结构等数据类型一样是用户(程序员)自定义的数据类型,但是我们常说,类是复杂的自定义类型,而其他的数据类型则称为简单的自定义类型。原因是因为类是有行为的!
    另外、类是抽象存在的,就拿“人类”来说,我们都知道,在这个世界上是存在人类的,但是谁能说清楚“人类”长什么样?有多重?

  对象:
    对象则是类中的一个个体,例如我或者是正在看这篇文章的你,都是“人类”中的一个个体。
    计算机语言中,你是无法让一个类直接为你工作的(有些带类方法的特殊情况除外),就像世界上没有任何一个人有能力让整个“人类”为你工作一样;那么要让你的类为你工作,我们就需要这个类的一个对象,当我们有了一个对象以后,那么我们才能让他为我们做我们想要做的事。

  实例化对象:
    我们都知道,在当前的计算机操作系统中,任何软件运行都需要一个内存块,也就是生存空间。同样,对象也要,就像我们生下来就要占地方一样。在你要让一个类的对象为你工作之前,你需要为他分配一个内存空间并创建它,这也是和其他的数据类型不一样的地方:

var
  i: Integer;      //定义一个整形变量i
  s: TStringList; //定义一个TStringList类的对象s
begin
  i:= 0;
  { 这是对的,因为当定义了一个int类型(简单类型)的变量后,
    编译器会自动为你这个变量分配内存空间 }
  s.LoadFromFile(...);
{ 错误,因为定义这个对象前,还没有为他创建内存空间,
    直接这样执行会引起一个内存错误 }
end;

正确的方法应该是,在使用类的对象前,要显示的调用类的构造方法:

CODE:
  s:= TStringList.Create;

或许有朋友会说,为什么不是s.Create呢?那是因为,在执行这条代码前,还没有为s分配内存空间,是不能访问他内部的数据成员的,而前面说了,“类是抽象存在的”,所以在编译器为你的代码打包成可执行文件后,TStringList在内存中已经存在了。当然这种“类名.方法名”的调用方式只能用在类(静态)方法上,而类的构造器的入口则是必须静态存在的。

  属性、方法、事件:
    属性是类的特性:例如红色的汽车,红色就是这辆汽车的颜色属性
    方法则是我们传统意义上的函数或过程,也就是类可以做的事:例如汽车可以向前开,也可以向后开
    事件则是在特定条件下,被动调用的代码段,也就是说,事件中我们指定填写的代码可能我们没有手动调用,但是它却可能在一个特定的条件下被对象内部调用而得到执行(当然不排除你显示的手动调用)。

    暂时先说到这里,套用一句评书中的话:“预知后事如何,且听下回分解”^_^

 

 

 

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化训练,到执行分及结果优化的完整流程,并介绍了精度评价通过ENVI Modeler实现键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分图生成标签数据,适用于多/高光谱影像的单别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优结果反馈提升分精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置结果后处理环节,充分利用ENVI Modeler进行自动化建模参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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