js高级(面向对象)

面向对象编程

(1)概述
1,面向过程编程POP:就是分析出解决问题所需要的步骤,然后用函数把这些步骤一步步实现,使用的时候在一个一个依次调用;
2,面向对象编程OOP:把事务分解成为一个个对象,然后由对象之间分工与合作;
在面向对象程序开发思想中,每一个对象都是功能中心,具有明确的分工;
面向对象编程具有灵活、代码可复用、容易维护和开发,更适合多人合作的大型软件项目;
特性:封装性、继承性、多态性
区别:
面向过程编程:优点是性能较高,适合和硬件联系很紧密的东西,例如单片机;缺点是不易维护、不易复用、不易扩展;
面向对象编程:优点是易维护等,由于其特性可以设计出低耦合的系统,使系统更加灵活;缺点是性能较低;
(2)类和对象
类抽象了对象的公共 部分,它泛指某一大类(class);
对象特指某一个,通过类实例化一个具体的对象;
面向对象的思维特点:
1,抽象对象共有的属性和行为组织(封装)成一个类(模板);
2,对类进行实例化,获取类的对象;
(3)类的创建
1,通过class关键字创建类,类名首字母大写;
2,类里面有一个constructor函数,可以接受传递过来的参数,同时返回示例对象;
3,constructor函数只要new生成实例时,就会自动调用这个函数,不写这个函数,类也会自动生成这个函数;
4,生成实例new不能省略;
5,注意语法规范,创建类,类名后面不要加小括号;生成实例,类名后面加小括号;构造函数不需要加function;
(4)类的继承
1,extends:子类可以继承父类的属性和方法;
2,super:调用父类的构造函数,必须在子类this之前调用;
3,先有类才能实例化,所以必须先定义类;
4,类里面共有的属性和方法要加this才能使用;
5,constructor中的this指向实例对象,方法中的this指向方法的调用者;

基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确与环境预测的可靠。 在模型架构方,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人类活动与污染物空间格局的关联。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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