51、数据持久化与视图状态保存的实用技巧

数据持久化与视图状态保存的实用技巧

1. 将对象转换为属性列表对象

属性列表的一个重大限制是,它们只能包含特定的属性列表对象,如 NSNumber、NSString、NSDictionary 等。若要将数据存储在用户默认设置(或任何属性列表)中,必须将其转换为这些对象之一。以下是三种常见的存储其他类型值的技术:
- 将值转换为字符串 :这种方法相对简单,因为有许多 Cocoa Touch 函数可实现此转换。例如,若要在用户默认设置中存储 CGRect 值,CGRect 并非属性列表对象,甚至不是对象。可以将其四个浮点字段分别存储为单独的值:

CGRect saveRect = self.someView.frame;
[userDefaults setFloat:saveRect.origin.x forKey:@"HPFrame.x"];
[userDefaults setFloat:saveRect.origin.y forKey:@"HPFrame.y"];
[userDefaults setFloat:saveRect.size.height forKey:@"HPFrame.height"];
[userDefaults setFloat:saveRect.size.width forKey:@"HPFrame.width"];

不过,这样做恢复矩形时需要反向操作,较为繁琐。幸运的是,有两个函数 NSStringFromCGRect CGRectFromString 可以将矩形转换为字

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导仿真实践,利用人工神经网络对复杂的非线性关系进行建模逼近,提升机械臂运动控制的精度效率。同时涵盖了路径规划中的RRT算法B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿高精度轨迹跟踪控制;④结合RRTB样条完成平滑路径规划优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析神经网络训练,注重理论推导仿真实验的结合,以充分理解机械臂控制系统的设计流程优化策略。
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