Java-static关键字 的学习经验

本文详细介绍了Java中static关键字的应用,包括静态方法与静态属性的概念及其区别。通过具体代码示例展示了如何使用静态方法及静态属性,并说明了它们的特点。

这是学习static 时的点点经验,供分享。

1.static 方法介绍

     使用static限定的方法称为 静态方法 类方法 。与非static方法的区别是:非static方法的调用必须通过创建该类的对象调用。Static方法则不需要,直接使用 类名.静态方法名 调用即可 。

2.static 属性介绍

      static 属性又称之为 类属性 , 可以不创建类的对象而直接调用 ;另外一个特征就是,类的某一个对象的static属性值被改变后,这个类所有对象的static属性值都会被改变 。下面是测试的实例:

 

/**
 * static 测试,静态方法(类方法)与静态属性(类属性)
 * @author Jellen
 *
 */
public class TestStatic {
   
    private static int count = 0;

    public static void main(String [] args){
        System.out.println("--this is a main method!");
        TestStatic.staticMethod();    //通过类名直接访问静态方法(类名.静态方法)
       
        //TestStatic.noStaticMethod();    //errors
        TestStatic ts = new TestStatic();    //调用非静态方法时,就必须先创建对象,通过对象调用
        ts.noStaticMethod();
       
        TestStatic.count = 100;
        System.out.println("\n--this is a class's static count: " + count);    //静态属性的值
       
        TestStatic value = new TestStatic();
        value.count = 50;
        System.out.println("--this is a object's static count: " + ts.count);
        System.out.println("--object reference after count: " + count);//当static 属性值改变之后,所有该属性值都会改变
    }
   
    public static void staticMethod(){
        System.out.println("\n--this is a static method!");
    }
   
    public void noStaticMethod(){
        System.out.println("\n--this isn't a static method!");
    }
}

------output---------------------------------

--this is a main method!

--this is a static method!

--this isn't a static method!

--this is a class's static count: 100
--this is a object's static count: 50
--object reference after count: 50

 

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方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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