J2ME做项目的一些经验 (转)

J2ME做项目的一些经验 (转)[@more@]

最近做了一个j2me的项目,有一些经验和大家一起分享。如有不足或者需要和我联系,Mailto:请发email到cqucyf@263.NET">请发email到cqucyf@263.net.

该项目中使用的工具为J2MEwtk1.0.4_01+CodeWarrior。因为该项目不是一个游戏,所以没有设计到底层界面编程,总结起来有以下几点:

1、  使项目名称为中文。这个就是让项目名称在手机中显示为中文,设置方法如下:在J2MEWTK中打开相应的项目,“设置”-》“MIDlets”,选中你的MIDlet,选择“编辑”即可修改。

2、  网络编程。因为项目中涉及到网络交互,所以用到了网络编程,网络编程的经验主要有3个方面:

2.1  数据的发送。MIDP1.0中数据发送的方法很多,这次主要用到了http协议。代码如下:

import Javax.microedition.io.*;

……

String url = “http://127.0.0.1/ts/login?username=a&password=a”;

HttpConnection hc = (HttpConnection)Connector.open(url));

 XML:namespace prefix = o ns = "urn:schemas-microsoft-com:Office:office" />

2.2 数据的接收。MIDP1.0中提供了很多的数据接收方法,但是都需要转换成数组等。而这次该项目中是将反馈的信息写如头信息中。将传递的信息以一定的格式写成字符串,然后接收后进行解析。如:

  String s = hc.getHeaderField("login");

 

如果查询时返回的信息个数不固定,则可以用一个头信息专门存储返回数据的格式,然后接收数据时依次读取相应的头。如:

String temp = hc.getHeaderField("number");  //获得返回信息的个数

如果信息中头数据是这样的格式:“data” + 数字,即data1,data2……等。则可以这样读取:

int number = Integer.parseInt(temp);

String[] data = new String[number];

for(int i = 0;i < number;i++)

{

    data[i] = hc.getHeaderField("data"+i);

}

  //解析data

 

  2.3 网络传输中的中文问题。这个分为发送的中文问题和接收的中文问题的处理。

    发送的中文问题:向服务器提交中文信息,包括URL中包含中文数据,都可以这样解决:给自己的J2MEWTK1.0.4打中文补充包,然后在发送时,使用toString方法转换。如:

    String s = “中文”;

  String url = “http://127.0.0.1/ts/login?param=”  + s.toString();

HttpConnection hc = (HttpConnection)Connector.open(url));


接收的中文问题:接收服务器发送过来的中文数据需要进行解码,和一般的解码方法一样:

String str ;

//str保存接收到的服务器数据

byte[] bytes = str.getBytes("ISO8859_1");

String s = new String(bytes,"gb2312");

3、  MIDP1.0中对于集合api的支持有限,只支持Vector。

4、  最后还有一个迷惑的问题:是把所有的界面写在一个类里面呢,还是每个界面写一个类呢?J2MEWTK中的例子很多都是将所有界面写在一个类中的,但是这样造成代码不便于管理,如果写入多个类中,则耗费内存。选择真的很难!


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10748419/viewspace-959547/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10748419/viewspace-959547/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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