Singleton(单例)模式

本文介绍单例模式的应用,通过一个示例演示如何确保一个类只有一个实例,并提供全局访问点。文章详细解释了单例模式的核心概念及其实现方式。

      今天看了,单例模式。感觉他的本质就是,控制类实例的个数。特例就是,控制static变量的唯一性,保证各个程序共享着同一实例。一个例子:

     

  1. package singleton;
  2. /**
  3.  * @Description 这是一个单例模式的使用Demo
  4.  * @author Kyle
  5.  * @goal 实现一个类仅有一个实例
  6.  * @singleton_core 控制使用new对一个类的实例构造器的任意调用
  7.  * 
  8.  */
  9. public class Singleton {
  10.     private static Singleton instance;
  11.     private static String name;
  12.     public static String getName() {
  13.         return name;
  14.     }
  15.     public static void setName(String name) {
  16.         Singleton.name = name;
  17.     }
  18.     public static String getPassword() {
  19.         return password;
  20.     }
  21.     public static void setPassword(String password) {
  22.         Singleton.password = password;
  23.     }
  24.     private static String password;
  25.     private Singleton() {
  26.     }
  27.     public static synchronized Singleton getInstance() {
  28.         if (instance == null) {
  29.             instance = new Singleton();// lazy-load
  30.         }
  31.         return instance;
  32.     }
  33. }
  34. class test {
  35.     public static void main(String[] arg) {
  36.         // Singleton single=new Singleton();//无法new
  37.         Singleton single = Singleton.getInstance();
  38.         single.setName("kyle");
  39.         Singleton single2 = Singleton.getInstance();
  40.         System.out.println(single.getName());
  41.     }
  42. }
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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