Android WCF Restful 服务续

WCF与Android RESTful实践
本文介绍如何使用WCF创建RESTful服务,并通过Android客户端进行调用测试。包括GET、POST、PUT和DELETE等HTTP方法的应用实例。

前段时间写了一篇Android WCF调用入门的学习博客,然后自以为可以搞定 。最近群里碰见一朋友讨论这个事情:POST 传参数的老是出错。所以感觉自己不是很踏实,应该将基础的操作完成,所以有了这篇。

WCF 对Restful服务提供了很好的支持,通过引用System.ServiceModel.Web命名空间下的一些属性完成配置,目前只知道WebGetAttribute和WebInvokeAttribute。如果有什么其他好方法,大家一起探讨。

为了测试多种传入和传出方式,Wcf服务接口:如下

using System.ServiceModel;
using System.ServiceModel.Web;
namespace RestfulWcfDemo
{
    // 注意: 使用“重构”菜单上的“重命名”命令,可以同时更改代码和配置文件中的接口名“IService1”。
    [ServiceContract]
    public interface IOperationAPi
    {
        [OperationContract]
        [WebGet(UriTemplate = "SimpleCall",ResponseFormat =WebMessageFormat.Json)]
        string SimpleCall();

        [OperationContract]
        [WebInvoke(UriTemplate = "SimpleCallWithPara/{para}", ResponseFormat = WebMessageFormat.Json,Method ="GET")]
        string SimpleCallWithPara(string para);

        [OperationContract]
        [WebInvoke(UriTemplate = "SimpleCallBackEntity", ResponseFormat = WebMessageFormat.Json, Method = "GET")]
        Person SimpleCallBackEntity();

        [OperationContract]
        [WebInvoke(UriTemplate = "SimpleCallPost", ResponseFormat = WebMessageFormat.Json,RequestFormat =WebMessageFormat.Json, Method = "POST")]
        string SimpleCallPost(Person person);

        [OperationContract]
        [WebInvoke(UriTemplate = "SimpleCallPut/{para}", ResponseFormat = WebMessageFormat.Json, Method = "PUT")]
        string SimpleCallPut(string para, Person person);

        [OperationContract]
        [WebInvoke(UriTemplate = "SimpleCallDelete/{para}", ResponseFormat = WebMessageFormat.Json, Method = "DELETE")]
        string SimpleCallDelete(string para);
    }
}
Andoriod界面如下:

,成功测试了上述设计的几个接口。

附上Android源码以及服务源码,有问题或者其他好办法的友们,一起研究。

WCF 服务:http://download.youkuaiyun.com/detail/casetime/9453614

AndroidDemo:http://download.youkuaiyun.com/detail/casetime/9453616

内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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