NetBeans 4.0创建J2ME手机RSS阅读器

本文介绍如何用NetBeans 4.0创建J2ME MIDP RSS Reader应用程序,可让移动设备读取RSS回馈信息,该应用与MIDP 1.0兼容。文中包含创建移动应用工程、配置工程以使用第三方库、减小jar文件大小、在仿真器运行等内容,还说明了开发所需环境和步骤。
本文将向你展示怎样用NetBeans 4.0创建一个J2ME MIDP RSS Reader应用程序。通过使用RSS Reader,你可以用你的移动设备实现读取RSS回馈信息。这个应用程序的设计是与MIDP 1.0一起工作的,因此它可以与一些旧设备相兼容。

  如果你是RSS的 新手,那么告诉你它代表Really Simple Syndication(简易信息聚合)。RSS是一种轻量级的XML格式-为分享标题和另外如博客和新闻等信息而设计。

  下面是运行中的示例应用程序的几个快照:


发射图标

书签列表

加载表单

Headers列表

Topic表单
 

  本文将包含下面内容:

  ·用NetBeans 4.0创建新的移动应用程序工程

  ·配置你的NetBeans 4.0工程以允许使用第三方库(如kXML 2)

  ·使用混淆器来减小使用NetBeans 4.0发布的jar文件的大小

  ·用NetBeans 4.0在 仿真器上运行移动应用程序

   一、 设计应用程序

  下载本文所附有的 源代码,其中有五个源码文件:

  ·RssFeed.java,这是RSS回馈类的代码文件

  ·RssItem.java,这是RSS回馈项类的代码文件

  ·RssFeedParser.java,这是RSS回馈分析器类的代码文件

  ·Settings.java,这是设置工具类的代码文件

  ·RssReaderMIDlet.java,这是MIDlet类的代码文件

  本文不是深入地解释每一个类的功能。具体实现,你可以参考相应的源代码。

   二、 需求

  你必须拥有NetBeans IDE 4.0并且在你开始进行J2ME MIDP开发之前已经安装好NetBeans Mobility Pack 4.0。关于下载和安装完整环境的具体信息请见J2ME MIDP开发下载页面。另外,你需要下载kXML移动类库。当前该类库的最新版本是2.1.9。你可以从此处 下载kXML的最新发行版本。请把kxml2-min.jar下载到你的计算机的任何文件夹下。

  三、 创建一个移动类库工程

  (一) 创建一个移动应用程序工程

  1. 选择"文件">"新建工程"(Ctrl- Shift-N)。在类型下面,选择"移动"。
 
  2. 在工程下选择"移动应用程序",点击"下一步"。

  3. 在工程名中,输入"RSS Reader"。

  4. 可以把工程的位置改变到你的计算机上任何文件夹位置。

  5. 选择"设置为主工程"复选框

  6. 不选择"创建Hello MIDlet"复选框

  7. 点击"完成"。

  现在,工程结点在工程窗口中看上去应该如下形式:


  (二) 为源文件和应用程序图标创建新的Java包

  1. 在工程窗口中右击该RSS Reader工程结点并且选择"新建">"Java打包"。


  2. 在打包名字中,输入"RssReader"。

  3. 点击"完成"。

  4. 重复上一步操作并且添加图标打包。

  现在,你已经有了源代码的打包文件和应用程序图标。


  (三) 配置工程

  1. 在工程窗口中右击RSS Reader工程结点并且选择"属性"。

  2. 选择"应用程序描述符">"属性"。

  3. 在General属性列表下选择MIDlet-供应商一行并且点击"编辑"。

  4. 在值下,输入你自己的名字。

  5. 点击OK按钮关闭编辑窗口。

  现在我们将添加一个到你已下载到你的机器中的kXML库的引用。

  1. 选择"构建">"库& amp;资源"。

  2. 点击"添加Jar/Zip"。

  3. 浏览以下载kxml2-min.jar文件。

  现在,你已增加了对kXML库的参考并且你能在你的应用程序中使用kXML分析器了。

共2页。 1 2 8 :

相关文章
内容概要:本文深入研究了基于最优滑模控制的永磁同步电机(PMSM)调速系统模型,重点利用Simulink工具搭建并仿真了该控制系统的动态响应特性。文章系统阐述了最优滑模控制策略的设计原理,突出其在削弱传统滑模控制固有抖振现象、增强系统鲁棒性方面的显著优势。通过与传统滑模控制方法的对比实验,充分验证了所提出方法在调速精度、抗外部干扰能力以及动态响应速度等方面的优越性能。研究内容涵盖PMSM数学建模、滑模面构造、最优控制律推导、Lyapunov稳定性分析、参数整定及Simulink仿真验证等完整环节,形成了一套严谨的控制算法设计与实现流程。; 适合人群:具备自动控制原理、现代控制理论基础和MATLAB/Simulink仿真操作能力,从事电机驱动控制、电力电子与电力传动、运动控制或自动化等相关领域研究的工程技术人员及高校研究生。; 使用场景及目标:① 深入掌握滑模控制理论及其在高性能电机调速系统中的具体应用方法;② 学习如何设计并实现能够有效抑制抖振的最优滑模控制器,以提升系统整体鲁棒性和控制品质;③ 利用Simulink平台独立完成从理论建模到仿真验证的全过程,服务于科研课题、课程设计或实际工程项目。; 阅读建议:建议读者务必结合MATLAB/Simulink环境动手复现文中模型,重点关注滑模切换面的设计准则、控制律的数学推导过程以及控制器参数的调节规律,并通过施加不同的负载扰动、设定多种转速指令等方式全面测试系统的动态与稳态性能,从而深刻理解最优滑模控制的核心机理与工程应用价值。
内容概要:本文提出了一种基于数据驱动的Koopman算子与递归神经网络(RNN)相结合的模型线性化方法,旨在解决纳米定位系统中因强非线性、迟滞和蠕变效应导致的建模困难问题。该方法通过Koopman算子将非线性动态系统映射至高维线性空间,利用RNN学习系统的时间序列演化特征,从而实现对复杂动态行为的精确建模与预测,并进一步集成于模型预测控制(MPC)框架中,显著提升了纳米定位系统的控制精度、动态响应能力与运行稳定性。整个算法体系在Matlab平台上完成代码实现与仿真实验验证,展示了良好的控制性能与工程应用潜力。; 适合人群:具备控制理论、非线性系统建模、机器学习及智能控制基础,从事精密仪器控制、高端制造装备研发、自动化系统设计等领域的研究生、科研人员及工程技术开发者。; 使用场景及目标:①应对扫描探针显微镜、光刻机、超精密加工平台等纳米级定位设备中的非线性建模挑战;②提升高精度运动系统的实时预测控制性能,抑制迟滞与蠕变带来的定位误差;③为数据驱动的非线性系统线性化与先进控制策略(如MPC)的融合提供可复现、可扩展的技术范例。; 阅读建议:建议读者结合提供的Matlab代码,深入理解Koopman观测矩阵构造、RNN网络训练流程及MPC控制器设计之间的协同机制,重点关注数据预处理、特征提取、模型训练与闭环控制仿真的完整链路,以便在相似高精度控制系统中进行迁移与优化应用。
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