java注解方式进行反射

我的博客网站:http://www.zeromike.net/

本文地址:http://www.zeromike.net/?p=48

反射的一种使用场景是业务代码里有很多不同的方法,通过客户端传入方法名称和参数调用执行业务方法。我这里只写出示意性代码,下篇我会写phonegap插件怎么写。

1.注解代码

 

   import java.lang.annotation.ElementType;
   import java.lang.annotation.Retention;
   import java.lang.annotation.RetentionPolicy;
   import java.lang.annotation.Target;

   @Retention(RetentionPolicy.RUNTIME)//表示注解的信息被保留在class文件(字节码文件)中当程序编译时,会被虚拟机保留在运行时
   @Target(ElementType.METHOD)//说明该注解只能被声明在一个类的方法前
   public @interface MyAnnontion {

   }

 

2.业务代码

public class MyTest {
	@MyAnnontion
	public void sendMessage(String message){
		System.out.println("send Message..."+message);
	}
	@MyAnnontion
	public void findAll(){
		System.out.println("find all...");
	}
}

 

3.测试代码

import java.lang.reflect.InvocationTargetException;
import java.lang.reflect.Method;

public class MyMain {

	public static void main(String[] args) throws IllegalAccessException,
			IllegalArgumentException, InvocationTargetException {
		Method[] method = MyTest.class.getMethods();
		MyTest test = new MyTest();
		for (Method m : method) {
			MyAnnontion annotation = m.getAnnotation(MyAnnontion.class);// 获得当前方法注解
			if (annotation != null) {
				int isParam = m.getParameterTypes().length;// 判断是否有参数
				if (isParam == 0) {
					m.invoke(test);
				} else {
					m.invoke(test, new Object[] { "abc" });
				}
			}
		}
	}

}

 

 

结果:

 

find all...

send Message...abc

 

原文链接:http://www.zeromike.net/?p=48

原文作者:zeromike

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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