ex metadata tag

本文介紹了Flex2.0中的各種元數據標籤,包括給AS編譯器和MXML編譯器使用的標籤,以及用戶自定義的元數據標籤。文中詳細列舉了多種已知和未知功能的元數據標籤,如[Bindable]、[Event]、[Inspectable]等,並提供了部分標籤的應用示例。

Flex 2.0 裡面有許多的 Metadata
有些是給 AS 編譯器看的
有些是給 MXML 編譯器看的
使用者也可以自行定義 Metadata

官方文件內只有說明一部分的 Metadata Tag
還有很多不知道其功能為何

以下是粗略的整理,包含 Metadata Tag 名稱與幾個簡單的例子

文件上有記載的

http://livedocs.macromedia.com/flex/2/docs/00001651.html

	[ArrayElementType]
[ArrayElementType("mx.states.Transition")]
[ArrayElementType("mx.states.State")]

[Bindable]
[Bindable("errorStringChanged")]
[Bindable("toolTipChanged")]
[Bindable("currentStateChange")]
[Bindable("verticalScrollPolicyChanged")]

[DefaultProperty]
[DefaultProperty("dataProvider")]
[DefaultProperty("children")]

[Effect]
[Effect(name="hideDataEffect", event="hideData")]
[Effect(name="moveEffect", event="move")]

[Embed]
[Embed(source="Beep.mp3")]

[Event]
[Event(name="itemClick", type="mx.charts.events.LegendMouseEvent")]
[Event(name="hide", type="mx.events.FlexEvent")]

[IconFile]
[IconFile("Repeater.png")]
[IconFile("AreaChart.png")]

[Inspectable]
[Inspectable(defaultValue="true")]
[Inspectable(environment="none")]
[Inspectable(category="Data")]
[Inspectable(category="General", enumeration="overlaid,stacked,100%", defaultValue="overlaid")]


[InstanceType]
[InstanceType("mx.controls.Label")]
public var topRow:IDeferredInstance;

[NonCommittingChangeEvent]
[NonCommittingChangeEvent("change")]

[Style]
[Style(name="axisStroke", type="mx.graphics.IStroke", inherit="no")]
[Style(name="fontWeight", type="String", enumeration="normal,bold", inherit="yes")]
[Style(name="barWidthRatio", type="Number", inherit="no")]


文件上沒記載的

	[SWF]
[SWF(width="300", height="200", frameRate="18", backgroundColor="#FFFFFF")]

[RemoteClass]
[RemoteClass(alias="flex.messaging.io.ArrayCollection")]
[RemoteClass(alias="flex.messaging.io.ArrayList")]

[Frame]
[Frame(factoryClass="mx.managers.SystemManager")]
[Frame(factoryClass="mx.core.FlexApplicationBootstrap")]



[Frame(extraClass="Obj")]


[ExcludeClass]
[DefaultBindingProperty]
[DefaultBindingProperty(destination="dataProvider")]
[DefaultTriggerEvent]
[DefaultTriggerEvent("itemClick")]
[DefaultTriggerEvent("scroll")]
[Exclude]
[Exclude(name="defaultButton", kind="property")]
[Exclude(name="horizontalScrollPolicy", kind="property")]
[Exclude(name="icon", kind="property")]
[Exclude(name="label", kind="property")]
[Exclude(name="tileHeight", kind="property")]
[ResourceBundle]
[ResourceBundle("validators")]
[ResourceBundle("SharedResources")]
[ResourceBundle("foo")]
[PercentProxy]
[PercentProxy("percentHeight")]
[RequiresDataBinding]
[RequiresDataBinding(true)]
[CollapseWhiteSpace]
[MaxChildren]
[MaxChildren(0)]
[AccessibilityClass]
[AccessibilityClass(implementation="mx.accessibility.PanelAccImpl")]
[AccessibilityClass(implementation="mx.accessibility.TitleWindowAccImpl")]
[Transient]


【无线传感器】使用 MATLAB和 XBee连续监控温度传感器无线网络研究(Matlab代码实现)内容概要:本文围绕使用MATLAB和XBee技术实现温度传感器无线网络的连续监控展开研究,介绍了如何构建无线传感网络系统,并利用MATLAB进行数据采集、处理与可视化分析。系统通过XBee模块实现传感器节点间的无线通信,实时传输温度数据至主机,MATLAB负责接收并处理数据,实现对环境温度的动态监测。文中详细阐述了硬件连接、通信协议配置、数据解析及软件编程实现过程,并提供了完整的MATLAB代码示例,便于读者复现和应用。该方案具有良好的扩展性和实用性,适用于远程环境监测场景。; 适合人群:具备一定MATLAB编程基础和无线通信基础知识的高校学生、科研人员及工程技术人员,尤其适合从事物联网、传感器网络相关项目开发的初学者与中级开发者。; 使用场景及目标:①实现基于XBee的无线温度传感网络搭建;②掌握MATLAB与无线模块的数据通信方法;③完成实时数据采集、处理与可视化;④为环境监测、工业测控等实际应用场景提供技术参考。; 阅读建议:建议读者结合文中提供的MATLAB代码与硬件连接图进行实践操作,先从简单的点对点通信入手,逐步扩展到多节点网络,同时可进一步探索数据滤波、异常检测、远程报警等功能的集成。
内容概要:本文系统讲解了边缘AI模型部署与优化的完整流程,涵盖核心挑战(算力、功耗、实时性、资源限制)与设计原则,详细对比主流边缘AI芯片平台(如ESP32-S3、RK3588、Jetson系列、Coral等)的性能参数与适用场景,并以RK3588部署YOLOv8为例,演示从PyTorch模型导出、ONNX转换、RKNN量化到Tengine推理的全流程。文章重点介绍多维度优化策略,包括模型轻量化(结构选择、输入尺寸调整)、量化(INT8/FP16)、剪枝与蒸馏、算子融合、批处理、硬件加速预处理及DVFS动态调频等,显著提升帧率并降低功耗。通过三个实战案例验证优化效果,最后提供常见问题解决方案与未来技术趋势。; 适合人群:具备一定AI模型开发经验的工程师,尤其是从事边缘计算、嵌入式AI、计算机视觉应用研发的技术人员,工作年限建议1-5年;熟悉Python、C++及深度学习框架(如PyTorch、TensorFlow)者更佳。; 使用场景及目标:①在资源受限的边缘设备上高效部署AI模型;②实现高帧率与低功耗的双重优化目标;③掌握从芯片选型、模型转换到系统级调优的全链路能力;④解决实际部署中的精度损失、内存溢出、NPU利用率低等问题。; 阅读建议:建议结合文中提供的代码实例与工具链(如RKNN Toolkit、Tengine、TensorRT)动手实践,重点关注量化校准、模型压缩与硬件协同优化环节,同时参考选型表格匹配具体应用场景,并利用功耗监测工具进行闭环调优。
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