优化Flash平台的性能――优化网络交互外部内容

本文介绍如何通过将Flash应用程序拆分成多个SWF文件并利用运行时共享库来优化网络交互和外部内容加载,以此提高整体性能。
优化Flash平台的性能――优化网络交互外部内容
2010年07月21日
  
  
  将应用程序分为多个 SWF 文件。
  移动设备可能具有受限的网络访问权限。要快速加载内容,可将应用程序分为多个 SWF 文件。尝试重用整个应用程序的代码逻辑和资源。例如,考虑将一个应用程序分为多个 SWF 文件,如下图所示:
  
  
   分为多个 SWF 文件的应用程序
  在此示例中,每个 SWF 文件都包含同一位图的其自己的副本。使用运行时共享库可以避免这种重复,如下图所示:
  
  
   使用运行时共享库
  借助此技术,可以加载运行时共享库,以使位图对其他 SWF 文件可用。ApplicationDomain 类存储已加载的所有类定义,并通过 getDefinition() 方法使它们在运行时可用。
  运行时共享库也可以包含所有代码逻辑。整个应用程序可在运行时更新而无需重新编译。以下代码加载运行时共享库,并在运行时提取 SWF 文件中包含的定义。此技术可用于字体、位图、声音或任何 ActionScript 类:
  // Create a Loader object var loader:Loader = new Loader(); // Listen to the Event.COMPLETE event loader.contentLoaderInfo.addEventListener(Event.COMPLETE, loadingComplete ); // Load the SWF file loader.load(new URLRequest("library.swf") ); var classDefinition:String = "Logo"; function loadingComplete(e:Event ):void { var objectLoaderInfo:LoaderInfo = LoaderInfo ( e.target ); // Get a reference to the loaded SWF file application domain var appDomain:ApplicationDomain = objectLoaderInfo.applicationDomain; // Check whether the definition is available if ( appDomain.hasDefinition(classDefinition) ) { // Extract definition var importLogo:Class = Class ( appDomain.getDefinition(classDefinition) ); // Instantiate logo var instanceLogo:BitmapData = new importLogo(0,0); // Add it to the display list addChild ( new Bitmap ( instanceLogo ) ); } else trace ("The class definition " + classDefinition + " is not available."); }
  通过在正在加载的 SWF 文件的应用程序域中加载类定义,可以更容易获取定义:
  // Create a Loader object var loader:Loader = new Loader(); // Listen to the Event.COMPLETE event loader.contentLoaderInfo.addEventListener ( Event.COMPLETE, loadingComplete ); // Load the SWF file loader.load ( new URLRequest ("rsl.swf"), new LoaderContext ( false, ApplicationDomain.currentDomain) ); var classDefinition:String = "Logo"; function loadingComplete ( e:Event ):void { var objectLoaderInfo:LoaderInfo = LoaderInfo ( e.target ); // Get a reference to the current SWF file application domain var appDomain:ApplicationDomain = ApplicationDomain.currentDomain; // Check whether the definition is available if (appDomain.hasDefinition( classDefinition ) ) { // Extract definition var importLogo:Class = Class ( appDomain.getDefinition(classDefinition) ); // Instantiate it var instanceLogo:BitmapData = new importLogo(0,0); // Add it to the display list addChild ( new Bitmap ( instanceLogo ) ); } else trace ("The class definition " + classDefinition + " is not available."); }
  现在,通过对当前应用程序域调用 getDefinition() 方法,可以使用加载的 SWF 文件中提供的类。您还可以通过调用 getDefinitionByName() 方法访问这些类。因为此技术仅加载一次字体和大型资源,所以节省了带宽。资源不会以任何其他 SWF 文件的形式导出。唯一的限制是应用程序必须经过测试并通过 loader.swf 文件运行。此文件首先加载资源,然后加载组成该应用程序的不同 SWF 文件。
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