原神switch消息的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

重構：改善既有代碼的設計（第2版）

為了解決原神switch消息的問題，作者（美）馬丁·福勒 這樣論述：

本書是經典著作《重構》出版20年後的更新版。書中清晰揭示了重構的過程，解釋了重構的原理和實踐方式，並給出了何時以及何地應該開始挖掘代碼以求改善。書中給出了60多個可行的重構，每個重構都介紹了一種經過驗證的代碼變換手法的動機和技術。 本書提出的重構準則將幫助開發人員一次一小步地修改代碼，從而減少了開發過程中的風險。 本書適合軟體開發人員、項目管理人員等閱讀，也可作為高等院校電腦及相關專業師生的參考讀物。

原神switch消息進入發燒排行的影片

以沉浸體驗探討 Instagram 限時動態之廣告形式與互動性高低對廣告效果之影響

為了解決原神switch消息的問題，作者王珍妮 這樣論述：

近年來隨著社群媒體Instagram的影響力增加、年輕族群的使用偏好，以及限時動態廣告所帶來的良好成效，眾多企業將Instagram視為重要的廣告平台。此外，Instagram限時動態全螢幕直立式的視覺框架，能打造身歷其境的廣告體驗，帶給使用者更多的沉浸體驗。因此，本研究目的為探討Instagram限時動態廣告之廣告形式與互動性高低對於廣告態度的影響。並以沉浸理論為基礎，探討沉浸體驗是否於上述關係中存在中介效果，且進一步探討限時動態廣告之廣告態度與後續廣告行為之關係。本研究採用2（廣告形式：圖像vs. 影片）X2（互動性：高vs. 低）之雙因子實驗設計，並以線上實驗法的形式進行樣本收集，最終

收集了640份實驗樣本數據。研究結果顯示：(1) 當使用者對Instagram限時動態廣告之廣告態度越正面，越會去點擊該限時動態廣告；反之，越負面越會去做出廣告規避之行為；(2) 限時動態廣告之廣告形式，對其廣告態度有顯著影響；(3) 限時動態廣告之互動性高低，對其廣告態度有顯著影響；(4) 沉浸體驗在廣告形式對廣告態度之影響上具有完全中介效果，但在互動性對廣告態度之影響上不存在中介效果。除此之外，研究另外發現使用Instagram時間越長之使用者，越會願意去點擊限時動態廣告。而越年輕的Instagram使用者，則越傾向去規避限時動態廣告。本研究擴充了沉浸理論的研究範圍，為限時動態廣告之相關領

域做出新的實證研究資料貢獻，並為企業品牌或廣告主提供製作Instagram限時動態廣告之參考依據。

重構：改善既有代碼的設計（第2版·英文版）

為了解決原神switch消息的問題，作者（美）馬丁·福勒（MARTIN FOWLER） 這樣論述：

本書是經典著作《重構》出版20年後的新版。書中清晰揭示了重構的過程，解釋了重構的原理和*佳實踐方式，並給出了何時以及何地應該開始挖掘代碼以求改善。書中給出了60多個可行的重構，每個重構都介紹了一種經過驗證的代碼變換手法的動機和技術。本書提出的重構準則將幫助開發人員一次一小步地修改代碼，從而減少了開發過程中的風險。 本書適合軟體發展人員、專案管理人員等閱讀，也可作為高等院校電腦及相關專業師生的參考讀物。 馬丁·福勒（Martin Fowler）   軟體發展大師，ThoughtWorks的科學家。他是一位作家、演說者、諮詢師和泛軟體發展領域的意見ling袖。他致力於改善企業

級的軟體設計，對設計以及支撐設計的工程實踐孜孜以求。他在重構、物件導向分析設計、模式、XP和UML等領域都有貢獻。著有《重構：改善既有代碼的設計》《分析模式》《領域特定語言》等經典著作。 Chapter 1: Refactoring: A First Example / 重構，第一個示例 1 The　Starting Point / 起點　1 Comments　on the Starting Program / 對此起始程式的評價　3 The　First Step in Refactoring / 重構的第一步　5 Decomposing　the statement Fun

ction / 分解statement方法　6 Status:　Lots of Nested Functions / 進展：大量嵌套函數　22 Splitting　the Phases of Calculation and Formatting / 拆分計算階段與格式化階段　24 Status:　Separated into Two Files (and Phases) / 進展：分離到兩個檔（和兩個階段）　31 Reorganizing　the Calculations by Type / 按類型重組計算過程　34 Status:　Creating the Data with the Pol

ymorphic Calculator / 進展：使用多態計算器來提供資料　41 Final　Thoughts / 結語　43 Chapter　2: Principles in Refactoring / 重構的原則　45 Defining　Refactoring / 何謂重構　45 The　Two Hats / 兩頂帽子　46 Why　Should We Refactor / 為何重構　47 When　Should We Refactor / 何時重構　50 Problems　with Refactoring / 重構的挑戰　55 Refactoring,　Architecture, and

Yagni / 重構、架構和YAGNI　62 Refactoring　and the Wider Software Development Process / 重構與軟體發展過程　63 Refactoring　and Performance / 重構與性能　64 Where　Did Refactoring Come From / 重構起源何處　67 Automated　Refactorings / 自動化重構　68 Going　Further / 延展閱讀　70 Chapter　3: Bad Smells in Code / 代碼的壞味道　71 Mysterious　Name / 神秘命名

　72 Duplicated　Code / 重複代碼　72 Long　Function / 過長函數　73 Long　Parameter List / 過長參數列表　74 Global　Data / 全域資料　74 Mutable　Data / 可變數據　75 Divergent　Change / 發散式變化　76 Shotgun　Surgery / 霰彈式修改　76 Feature　Envy / 依戀情結　77 Data　Clumps / 數據泥團　78 Primitive　Obsession / 基本類型偏執　78 Repeated　Switches / 重複的switch　79 Loop

s　/ 迴圈語句　79 Lazy　Element / 冗贅的元素　80 Speculative　Generality / 誇誇其談通用性　80 Temporary　Field / 臨時欄位　80 Message　Chains / 過長的消息鏈　81 Middle　Man / 中間人　81 Insider　Trading / 內幕交易　82 Large　Class / 過大的類　82 Alternative　Classes with Different Interfaces / 異曲同工的類　83 Data　Class / 純數據類　83 Refused　Bequest / 被拒絕的遺贈　83

Comments　/ 注釋　84 Chapter　4: Building Tests / 構築測試體系　85 The　Value of Self-Testing Code / 自測試代碼的價值　85 Sample　Code to Test / 待測試的樣例代碼　87 A　First Test /第一個測試　90 Add　Another Test / 再添加一個測試　93 Modifying　the Fixture / 修改測試夾具　95 Probing　the Boundaries / 探測邊界條件　96 Much　More Than This / 測試遠不止如此　99 Chapter　5:

Introducing the Catalog / 介紹重構名錄　101 Format　of the Refactorings / 重構的記錄格式　101 The　Choice of Refactorings / 挑選重構的依據　102 Chapter　6: A First Set of Refactorings / 第一組重構　105 Extract　Function / 提煉函數　106 Inline　Function / 內聯函數　115 Extract　Variable / 提煉變數　119 Inline　Variable / 內聯變數　123 Change　Function Decl

aration / 改變函式宣告　124 Encapsulate　Variable / 封裝變數　132 Rename　Variable / 變數改名　137 Introduce　Parameter Object / 引入參數物件　140 Combine　Functions into Class / 函數組合成類　144 Combine　Functions into Transform / 函數組合成變換　149 Split　Phase / 拆分階段　154 Chapter　7: Encapsulation / 封裝　161 Encapsulate　Record / 封裝記錄　162 Enca

psulate　Collection / 封裝集合　170 Replace　Primitive with Object / 以物件取代基本類型　174 Replace　Temp with Query / 以查詢取代臨時變數　178 Extract　Class / 提煉類　182 Inline　Class / 內聯類　186 Hide　Delegate / 隱藏委託關係　189 Remove　Middle Man / 移除中間人　192 Substitute　Algorithm / 替換演算法　195 Chapter　8: Moving Features / 搬移特性　197 Move　Func

tion / 搬移函數　198 Move　Field / 搬移欄位　207 Move　Statements into Function / 搬移語句到函數　213 Move　Statements to Callers / 搬移語句到調用者　217 Replace　Inline Code with Function Call / 以函式呼叫取代內聯代碼　222 Slide　Statements / 移動語句　223 Split　Loop / 拆分迴圈　227 Replace　Loop with Pipeline / 以管道取代迴圈　231 Remove　Dead Code / 移除死代碼　237

Chapter　9: Organizing Data / 重新組織資料　239 Split　Variable / 拆分變數　240 Rename　Field / 欄位改名　244 Replace　Derived Variable with Query / 以查詢取代派生變數　248 Change　Reference to Value / 將引用物件改為值物件　252 Change　Value to Reference / 將值物件改為引用物件　256 Chapter　10: Simplifying Conditional Logic / 簡化條件邏輯　259 Decompose　Condit

ional / 分解條件運算式　260 Consolidate　Conditional Expression / 合併條件運算式　263 Replace　Nested Conditional with Guard Clauses / 以衛語句取代嵌套條件運算式　266 Replace　Conditional with Polymorphism / 以多態取代條件運算式　272 Introduce　Special Case / 引入特例　289 Introduce　Assertion / 引入斷言　302 Chapter　11: Refactoring APIs / 重構API　305 Sepa

rate　Query from Modifier / 將查詢函數和修改函數分離　306 Parameterize　Function / 函數參數化　310 Remove　Flag Argument / 移除標記參數　314 Preserve　Whole Object / 保持對象完整　319 Replace　Parameter with Query / 以查詢取代參數　324 Replace　Query with Parameter / 以參數取代查詢　327 Remove　Setting Method / 移除設值函數　331 Replace　Constructor with Factory

Function / 以工廠函數取代構造函數　334 Replace　Function with Command / 以命令取代函數　337 Replace　Command with Function / 以函數取代命令　344 Chapter　12: Dealing with Inheritance / 處理繼承關係　349 Pull　Up Method / 函數上移　350 Pull　Up Field / 欄位上移　353 Pull　Up Constructor Body / 構造函數本體上移　355 Push　Down Method / 函數下移　359 Push　Down Field

/ 欄位下移　361 Replace　Type Code with Subclasses / 以子類取代類型碼　362 Remove　Subclass / 移除子類　369 Extract　Superclass / 提煉超類　375 Collapse　Hierarchy / 折疊繼承體系　380 Replace　Subclass with Delegate / 以委託取代子類　381 Replace　Superclass with Delegate / 以委託取代超類　399 Bibliography　/ 參考文獻　405

以肌肉的電性及機械性訊號辨識手勢之研究

為了解決原神switch消息的問題，作者張家銘 這樣論述：

本論文提出一個方法，分別利用手部的肌電圖(EMG)和機械圖(MMG)訊號來分辨手勢動作。首先，使用離散小波轉換將肌肉訊號分解成六個次頻帶，從原始訊號與其六個次頻帶中擷取特徵，特徵種類共分為五大類，包含時域特徵、頻域特徵、非線性(Non-Linear)特徵、高階統計(Higher Order Statistics)特徵和多通道相關性(Multiple Channel Correlation)特徵，且搭配兩種特徵選取，分別為費雪鑑別分析(fisher discriminant analysis, FDA)和逐次前饋式搜索法(Sequential Forward Selection, SFS)，並

且使用三種分類器去比較其效能，分別為k-最近鄰居分類法(k-nearest neighbor, KNN)、線性支持向量機(support vector machine with linear kernel function, SVML)、半徑基底函數支持向量機(support vector machine with radial basis function kernel function, SVMRBF)，最後開發出一個能有效分辨手勢的辨識系統。因應本實驗與測試需求，我們建構一個可以同時量測四組三軸加速規和四組肌電圖感測器共十六個通道之量測實驗測試平台，實驗所使用的受測資料全都是使用此套系統

量測得到的。我們實驗目標是利用此套系統去分類十種手腕和手掌動作。 結果顯示，在使用一半訓練一半測試的驗證方式可以使正確率高達97%，而使用(leave-one-out)的驗證方式下EMG和MMG一起用正確率最高可達79%，前者測試系統對曾經用過本系統的受測者之分辨能力，後者則測試系統對新使用者的預測能力。且如果使用KNN分類器在搭配上SFS作特徵選取，可以有效的改善分類效能，並且能大幅減少特徵維度。使用MMG和EMG的分類結果比較之下，單用MMG比單用EMG之分辨能力高出許多，若兩者一起使用又比單獨使用效果更加提昇，這也證明雖然說MMG的效能在辨識手勢方面已經可以達到很好的效果，不過如果

能搭配EMG則是能讓辨識系統更加準確。