类图中怎么让属性类型显示为String，而不是Logical View::java::lang::String呢？

Yanbin_Q 2004-09-09 11:27:30

我在rose里画类图，选择语言是java
添加一个属性name，类型输入String,但是类图显示的时候是
name:Logical View::java::lang::String

方法的参数，返回值的属性也都是这样显示全限名的

我想让类图显示的时候是短短的String
name:String

应该要在rose里怎么设置呢？

...全文

290 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

sunlj_cn 2004-09-29

打赏
举报

回复

或者是你选择的不是jdk的模版吧

sunlj_cn 2004-09-29

打赏
举报

回复

大概是你的java包没有load，在打开*.mdl文件时会有提示是否load.但是好像不影响使用。

文件大小是操作系统中最基础的元数据概念，其本质是inode中st_size字段的值，通过stat系统调用获取。不同API（如File.length、Files.size、getAttribute）在符号链接处理、错误语义、权限反馈和跨平台行为上存在根本性差异，导致静默失败、NFS阻塞、Docker路径幻影等高频故障。理解逻辑大小与物理大小、软硬链接语义、文件系统配额及JVM内存模型限制，是构建高可用文件处理能力的前提。本文聚焦Java I/O底层原理与真实生产边界问题，提供可落地的健壮获取方案。

角色生成器——元技能系统的下级母技能，专门从任意角色概念生成完整角色Skill。以角色=实体层×社会层×抽象层的三层12维正交模型（实体层：职业/身份/名人/拟人/躯体/文化；社会层：关系/层级；抽象层：功能/能力/动机/动态）系统填充，输出内嵌管线编排、三轴判定、领域校准、降级模式等可执行能力的角色Skill文件。触发词：生成角色、创建角色、角色生成、角色Skill、character builder、角色构建、角色设计、人物角色生成、meta-skill-system

内容概要：本文深入剖析Python字典（dict）与集合（set）的哈希表底层实现机制，重点讲解哈希冲突解决策略、负载因子动态调整、键的可哈希性要求等核心概念。文章从开放寻址法与分离链接法的对比入手，分析Python 3.6+版本字典的有序性保证原理，探讨集合的去重逻辑与数学运算实现。通过sys.getsizeof对比不同规模数据的内存占用，展示哈希表扩容与缩容的触发条件，同时介绍frozenset的不可变特性及其作为字典键的应用场景，最后给出在成员检测、数据去重、缓存实现等场景下的性能优化建议。 24直播网：www.yiyuan-ing.com 直播下载：www.xjamall.com 24直播网：www.yk666.cn 直播下载：www.yjkq.net 直播下载：www.zgystz.com

资源简介 kalman滤波GUI(matlab6.5)m代码在m_files目录中，主函数为fildis执行独立exe时，需..inwin32下的dll支持.可以在autoexec.bat中加入此目录，也可将dll文件拷出放入同一目录下，对于独立exe若要从mat文件初始化，mat文件目录全名需无中文字符。可以作为设计各种kalman滤波器的开发导航，参数可以自己设置。详情说明文中提到的kalman滤波GUI(matlab6.5)的m代码可以在m_files目录中找到。主函数为fildis。如果您需要在win32下独立地使用该exe文件，您需要下载相应的dll文件并将其放入同一目录下。如果您想从mat文件初始化独立exe文件，则必须确保mat文件目录全名不含中文字符。此代码可以作为设计各种kalman滤波器的开发导航，并且您可以根据自己的需要自由设置参数。如果您在使用过程中遇到任何问题，请随时与我们联系。我们将竭诚为您提供帮助。

内容概要：本文围绕基于交替方向乘子法（ADMM）的多主体综合能源系统分布式协同优化展开研究，提出了一种兼顾系统整体性能与各主体隐私保护的分布式优化框架，并提供了完整的Matlab代码实现。研究详细构建了包含电、热、气等多种能源形式耦合的多主体综合能源系统模型，设计了基于ADMM算法的分布式求解机制，实现了在去中心化架构下的协同优化调度。文中深入分析了算法的迭代流程、收敛条件及关键参数（如惩罚因子）对优化性能的影响，通过仿真实验验证了该方法在提升能源利用效率、促进多能协同、降低运行成本方面的有效性，适用于园区微网、能源互联网等复杂场景下的分布式决策需求。; 适合人群：具备一定优化理论基础和Matlab编程能力的研究生、科研人员及从事综合能源系统、智能电网、分布式能源管理等相关领域的工程技术人员。; 使用场景及目标：①实现多主体综合能源系统中电、热、气等多能流的协同调度与优化运行；②解决传统集中式优化带来的数据隐私泄露和计算负担过重问题，支持去中心化的分布式决策模式；③为能源互联网、智慧园区、微电网等实际应用场景提供可复现、易拓展的算法原型与技术参考。; 阅读建议：建议读者结合所提供的Matlab代码进行动手实践，重点理解ADMM算法中增广拉格朗日函数的构造、变量更新规则及收敛判据的实现过程，关注惩罚参数设置对算法收敛速度与稳定性的影响，可进一步尝试将其拓展应用于其他分布式优化问题或与其他智能算法进行性能对比研究。

1,268

社区成员

28,281

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章