《java核心技术卷1》第四章对象与类

                                                           4.1面向对象程序设计概论

                                                                        4.1.1类

类是构造对象的模板或蓝图。由类构造对象的过程称为创建类的实例。

封装是与对象有关的概念,从形式上看封装是将数据和行为组合在一个包中,并对数据的使用者隐藏了数据的实现方式。对象中的数据称为实例域,操纵数据的过程称为方法。每个特定的类实例(即对象)都有一组特定的实例域值。这些值的集合就是这个对象的当前状态。只要向对象发送一个消息,他的状态就有可能发生改变。

实现封装的关键在于绝对不能让类中的方法直接的访问其他类的实例域(即对象中的数据),程序仅通过对象的方法和对象数据进行交互。这意味着一个类可以全面地改变存储数据的方式,只要仍使用同样的方法操作数据,其对象就不会知道或介意所发生的变化。

扩展一个已有的类时,这个拓展后的新类具有所扩展的类的全部属性和方法。在新类中,只需提供适用于这个新类的新方法和数据域即可。

4.1.2对象

对象的三个主要特征:

      (1)对象对对象施加哪些操作施加哪些操作,或者可以对的行为:可以对象施加哪些方法

      (2)对象的状态:当施加那些方法时,对象如何响应

      (3)对象标识:如何辨别具有相同行为与状态的不同对象

每个对象都保存着描述当前特征的信息,这就是对象的状态。对象状态的改变必须通过调用方法(操纵数据的过程称为方法)实现。如果不经过方法调用就可以改变对象状态,只能说明封装性遭到了破坏。

对象的状态并不能完全描述一个对象,每个状态都有唯一的一个身份。

4.1.3识别类

设计程序:先从设计类开始,然后再往每个类中添加方法。 识别类的简单规则是在分析问题的过程中寻找名词,方法对应动词。

在类之间最常见的有三种关系:依赖(“uses-a”)     聚合(“has-a”)   继承(“is-a”)。如果一个类的方法操纵另一个类的对象,我们就说一个类依赖于另一个类,应当尽可能地将相互依赖的类减至最少。聚合意味着类A的对象包含类B的对象。继承稍后细写。

                                                                          4.2使用预定义类

4.2.1对象与对象变量

要想使用对象,就必须首先构造对象,并指定其初始状态,对象对应方法。

Java中使用构造器构造新实例。构造器也是一种方法,用来构造并初始化对象。 

构造器的名字应该与类名相同,eg:Date类的构造器名为Date。要想构造一个Date对象,需要在构造器前加new

new Date()

这个表达式构造了一个新的对象。

可以将这个对象传递给一个方法:System.out.println(new Date());

也可以将一个方法应用于刚刚创建的对象。eg:Dtae中的toString方法  String s = new Date().toString();

如果想要构造的对象使用多次,要将对象存放在一个变量中:

Date birthday = new Date();

对象与对象变量之间的重要区别:   Date deadline;

这是定义了一个对象变量deadline,它可以引用Date类型的对象。但是deadline本身不是一个对象,此时他也没有引用对象,因此不能将Date方法应用于这个变量上。要想将Date方法应用于这个变量上必须将这个变量先初始化,有两种初始化的方法:

(1)使用new : deadline = new Date();

(2)让这个变量引用一个已经存在的对象 : deadline = birthday  (现在这两个变量引用同一个对象)

java中的对象变量并没有实际包含一个对象,而仅仅引用一个对象。在Java中。任何对象变量的值都是对存储在另一个地方的一个对象的引用。new操作符的返回值也是一个引用。下面语句:

Date deadline  = new Date();

有两个部分,表达式new Date()构造了一个Date 类型的对象,并且他的值是对新创建的对象的引用。这个引用存储在变量deadline中。

可以显式地将对象变量设置为null,表明这个对象变量目前并没有引用任何对象。deadline = null。如果将一个值为null的对象上,那么就会产生运行时的错误。局部变量不会自动的初始化为null。

4.22java类库中的LocalDate类  以及4.2.3更改器方法与访问器方法没看

                                                                      4.3用户自定义类

4.3.1Employee类

不多说了,上个例子:

public class Employee {
    private String name;
    private double salary;
    private LocalDate hireday;

    public Employee(String n,double s,int year,int month,int day)
    {
        name = n;
        salary =  s;
        hireday = LocalDate.of(year,month,day);
    }
    public String getName()
    {
        return name;
    }
    public double getSalary()
    {
        return salary;
    }
    public LocalDate getHireDay()
    {
        return hireday;
    }
    public void raiseSalary(double byPercent){double raise = salary*byPercent/100; salary += raise;}
}
详细分析见《Java核心技术卷一原书第十版》P103~P105

4.3.2多个源文件的使用

如果将每个类分别放在了不同的  .java文件中,有两种编译源程序的方法。

一是使用通配符调用Java编译器:    javac 类名*.java        eg:    javac Employee*.java。

       这使得所有与通配符匹配的源文件都将被编译成类文件。

二是键入下列命令:javac EmployeeTest.java

4.3.3剖析Employee类

上面的Employee包括一个构造器和三个方法。其中所有的方法都被标识为public,这意味着任何类的任何方法都可以调用这些方法

 

 

 

 

 

 

 

 

        

 

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
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