掌握 Symbian 的重要类CEikonEnv

转贴:http://tech.it168.com/a2009/1118/811/000000811383.shtml

 

 

学过c++的朋友都知道,c++的特点就是继承、封装和多态。因此想要熟悉一个类就要先从他的继承关系上说起,因此我们要先介绍一下CEikonEnv的继承关系。

  CEikonEnv --> CCoeEnv ,MApaAppStarter -->CActive, CBase.。CBase是C类的基类, CEikonEnv继承于CCoeEnv,而CCoeEnv则继承于CActive,从这里可以看出CEikonEnv就是一个可以执行异步调用操作类,他也是一个活动对象,那么这个类的构造中会少不了有关CActive的构造部分。但是要注意的是这个类本身是不能用来被继承的,主要负责给所有的 Uikon 的 controls 提供一个运行的环境。这些环境包括很多项,比如说环境字体,环境图片,资源文件等等。CEikonEnv 还提供一系列的工具函数,来操作这些空间。每个 Uikon 的 appication 都有一个由 application framework 提供的 CEikonEnv 的实例,在 application 中可以用CEikonEnv::Static()静态方法 或者 EikApplication 的宏 iEikonEnv 来使用这个 CEikonEnv 。

  一个平台的开发流程首先是要从一个应用程序的入口开始学习,这是程序启动的开端和根源,由于CEikonEnv在应用程序的创建过程中起着至关重要的作用,首先从程序的入口函数来说明。一下是入口函数的一个代码段:

  GLDEF_C TInt E32Main()

  {

  return EikStart::RunApplication( NewApplication );// 传入一个函数指针。

  }

  LOCAL_C CApaApplication* NewApplication()

  {

  return new CXXXApplication;// 返回要创建的应用程序的指针。

  }

  TInt err = KErrNoMemory;

  CEikonEnv* iEikcoe = new CEikonEnv;

  这是RunApplication函数最先执行的代码,它在堆上首先创建了一个CEikonEnv对象,这个对象是Symbian UI框架中CONE的基础。

  以下是执行CEikonEnv对象构造函数时会执行的代码段:

  CEikonEnv* iEikcoe = new CeikonEnv();

  EXPORT_C CCoeEnv():CActive(EActivePriorityWsEvents)

  {

  ……

  iCleanup = CTrapCleanup:New()// 用于存放指针副本的清除栈的构造。之后的清除栈就可以用了。

  ……

  }

  If(iEikcoe != NULL)

  {

  TRAP(err, iEikcoe ->ConstructAppFromCommandLineL(

  aApplicationFactory, *aCommandLine));

  }

  这个方法负责整个application应用框架的初始化工作,在这里CEikonEnv 主要是通过在ConstructAppFromCommandLineL()内调用基类的CCoeEnv::ConstructL()方法,完成了创建Active Scheduler的创建工作,并且将自身作为Active Object加入到Active Schelduler,即:执行CActiveSchelduler::Add(this);操作。这样CEikonEnv就可以异步的负责处理从Window Server端来的标准事件包括键盘事件或者是触摸屏事件以及重绘事件,并将这些事件发到相应的客户端的请求代码。创建与Window Server的连接RwsSession句柄,负责和Windows server进行通话。创建应用程序的底层窗口RWindowGroup,用来在Window Server内创建窗口组,这个窗口组是一种特定的不能被显示的Window,它仅作为应用程序的根窗口,而且键盘和事件的focus和它联系在一起,此后 Window Server就会知道已经有一个应用程序已经和它产生联系,需要在适当的时候将按键、触摸以及重绘等事件发给应用程序,执行相应的操作,完成对应的显示工作。值得一提的是Window Server本身无法负责具体的应用程序屏幕绘制功能,而是由应用程序间接的控制Window Server来绘制图形。也就是我们通常用到的两个非常有用的类,一个是 CWsScreenDevice,另一个是CWindowGc。作为CEikonEnv的成员函数提供给应用程序来完成它的图形绘制操作。CWsScreenDevice实际上是一个虚拟的屏幕设备,储存着屏幕的大小及各种参数。CWindowGc是用来提供窗口绘图环境,定义了画刷、画笔的风格以及颜色等设置方法。其实通过应用程序的执行过程可以知道,CEikonEnv只是应用程序和UI资源之间进行交互的一个控件环境,属于CONE,它只是建立应用程序运行环境,由于本身是一个活动对象,一旦活动对象规划器被开启,就开始不停的从Window Server去获取该应用程序的事件。

  另外CEikonEnv提供了一系列的功能。包括:对于文字的处理,例如当我们需要自己设定个性化的文本的时候就会用到这个类,用来活动当前环境的字体。

  取得当前的环境(enviroment)字体的对应操作:

  const CFont* font = iEikonEnv->NormalFont();// 获得正常字体的格式。

  · 取得当前的环境(enviroment)标准符号字体的对应操作:

  const CFont* font = iEikonEnv-SymbolFont();

  获得其他字体的相应的函数:

  AnnotationFont() / TitleFont() / LegendFont() /DenseFont() ;

  还有一个GetErrorText()方法就是获取标准错误代码的文本,有了这个文本就可以进行输出操作,便于进行对于错误的查找工作。

  iEikonEnv->AlertWin(text);用于显示一个警告窗口,当用于有警告提示使用时可以用到这个方法进行提示,如:设计的用户登入界面,当用户输入的密码错误,而且有输入次数限制时可以用到。

  【Resource readers 和 resource files】

  对于需要从资源文件进行资源加载时会用到。例如:·根据 resourceId 把资源文件的内容读取到 TBuf 中:

  CEikonEnv 提供了一系列的函数来读取资源文件的内容, TBuf titleText( NULL );

  iEikonEnv->ReadResource( titleText, resourceId );

  · 还可以根据 resourceId 把资源文件的内容读取到一个resource reader中:这个 resource reader 可以用于后续之用,而且 resource reader 被放置在cleanup stack上。

  在利用资源文件进行控件的创建时会用到这个 resource reader,构造方法如下:

  CCoeControl::ConstructFromResourceL();

  但需要对系统属性进行设置时可以选择SetSystem()方法,IMPORT_C void SetSystem(TBool aSystem);

  值得注意的是当系统的属性被设置后,这个用于程序就不能被关闭了。

  传入的参数为ETrue 时表示要进行系统的设置,当传入的参数为EFalse时表示不要设置系统参数。

 

转贴:http://tech.it168.com/a2009/1118/811/000000811383.shtml

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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