yiwei项目中Javascript的管理与维护

本文探讨了JavaScript中命名空间的实现方式及其重要性,通过一个具体的代码示例展示了如何避免变量名冲突。同时介绍了yiwei项目的JS文件组织方式及命名规则。
  • 命名空间(namespace):

    一个令开发人员头疼的问题就是如何防止函数名/类名和其他人的冲突,在一个公司内部项目组之间可以通过命名预定(比如加前缀等)解决这个问题。这问题在javascript开发中导致的后果会是很严重的,因为JS是解释执行的,如果后面定义了同名变量就会覆盖前面变量,并用应用新定义变量的语义,这在Js中合法,没有错误提示,因此bug很难找。
    目前,最新版本的JavaScript还是不支持命名空间,于是需要一套机制来模仿出命名空间的效果:

if($package)
{
    try {
        throw new Error("$package命名冲突!");
    } catch (e) {
        alert(e.name + ": " + e.message);
    }

}
var $package =function() {
    var a = arguments,
    o = null,
    i, j, d,rt;
    for(i=0; i<a.length; ++i) {
        d = a[i].split(".");
        rt = d[0];
        eval('if (typeof ' + rt + ' == "undefined"){' + rt + ' = {};} o = ' + rt + ';');
        for(j=1; j<d.length; ++j) {
            o[d[j]]=o[d[j]] || {};
            o=o[d[j]];
        }
    }
    return o;
};


$package("Yiwei.widget");

// Creating a class
Yiwei.widget.widgetName = new Class({
        options: {
                // options goes here
        },

        initialize: function(options) {
                this.setOptions(options);
                // initialize commands goes here
        }
});
Yiwei.widget.widgetName.implement(new Events); // Implements addEvent(type, fn), fireEvent(type, [args], delay) and removeEvent(type, fn)

Yiwei.widget.widgetName.implement(new Options);// Implements setOptions(defaults, options);

 

  • JS文件管理

    yiwei项目中将使用mootools这个第三方js库,所以需要有mootools.js和mootools-more.js这两个js文件,再加个base.js,用来存放一些公共js代码,然后每个功能模块分配一个JS文件,且以功能模块名为JS名。

  • 命名规则

    在base.js中定义类时,以yiwei.base.xxx形式,其中xxx表示你要定义的类名。
    在各个功能模块的js文件中定义类,则以yiwei.功能模块名.xxx的形式来命名。

  • Js代码压缩

    压缩工具选用yuicompressor-2.4.2。

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/高光谱影像的单一类别特征提取。; 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实践者。; 使用场景及目标:①在遥感影像中自动识别提取特定地物目标(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关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优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、模型参数配置结果后处理环节,充分利用ENVI Modeler进行自动化建模参数优化,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
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