浅析C#和Java的细微差别     

徐家良 《成都信息工程学院学报》2004,19(3):422-429

C#是微软推出的新一代程序语言.对C#与Java的一些容易被忽视的细微的差别进行了讨论.C#设计非常精巧,它的编译器能检查出代码设计过程中一些潜在的错误;而这一点,其它的程序语言要用静态分析工具才能实现.这样程序员就可以专注于设计代码,而不必浪费很多时间来调试难以发现的程序语言陷阱,从而节约了调试时间,缩短了开发周期;同时也提出了在Java中的相应解决方法.相信在不久的将来,新版的Java也可能会增进这些新特性.  相似文献   

GIS由COM框架向.NET框架迁移的研究     

惠广裕  邓跃进  蔡京晶 《地理空间信息》2008,6(6):56-58

介绍了一种由COM框架向.NET框架迁移的方法;分析和讨论了COM技术和.NET技术的区别和联系,说明了.NET技术是下一代的平台技术,它不但增加了新特性还增强了很多功能,也从根本上探讨了框架迁移研究的必要性：最后结合GIS的知识提出了迁移的方案,在讨论迁移的方案时,特别是从.NET的核心技术的角度由底层探究GIS框架类的形成,从而构建类似.NET的GIS软件平台,进行软件开发,其次提到了注意事项及对未来的憧憬。  相似文献   

融合数据内部变化信息的丰度估计算法     

袁静  章毓晋 《遥感学报》2019,23(4):630-647

丰度估计(AE)是从高光谱图像中识别地物的关键预处理技术。由于线性模型的可解释性以及数学上的可操作性,基于该模型的线性回归技术CLR(Constrained Linear Regression)在丰度估计中受到了广泛关注。目前,该方法仅仅考虑到了估计数据与被估计数据之间的能量相似性,没有考虑数据内部的变化信息之间的相似性,比如一阶梯度之间的相似性以及二阶梯度之间的相似性。为了提高丰度估计精度,本文提出了融合数据内部变化信息的稀疏低秩丰度估计算法。首先通过增加一阶梯度和二阶梯度的约束项改进传统的丰度估计的数学模型。其次,通过采用范数不等式和优化理论证明了在约束条件下,该模型的有效性及该模型在相关领域的可拓展性。接着,采用辅助变量将改进的数学模型变为增强拉格朗日函数。最后,采用交替双向乘子技术ADMM(Alternating Direction Method of Multipliers)求解该模型并估计高光谱图像的丰度。经仿真实验和实际高光谱图像的实验证明该方法能够改善仿真数据和实际高光谱数据的丰度估计的效果,特别是当端元的丰度存在丰富的变化细节时,丰度估计的精度和抗噪性能均优于当前较流行的丰度估计算法。  相似文献