struts笔记

1.
String sname = request.getParameter("sname");
try{
    sname = new String(sname.getByte("ISO-8859-1"));
}catch(exception ex){
    ex.printStackTrace();   
}


2.把stus放到一个公共区里时用request.setAttribute("stus",stus);此时用request时跳转只能用forward()方法。session-sendRedirect();

3.调用javaBean显示结果:(在servlet中)
StudentDao stuDao = new StudentDao();
ArrayList stus = stuDao.queryStuByName(sname);
reuqest.setAttribute("stus",stus);

4.跳转到JSP页面:
ServletContext application = this.getServletContext();
RequestDispatcher rd = application.getRequestDispatcher("/queryResult.jsp");
rd.forward(request,response);

5.<form action = "/servlet/QueryServlet" method="post">
最前面这个/表示服务器的根目录

6.dao包下的StudentDao.java与po包下的Student.java是属于M,StudentDao.java实现了一些逻辑,Student.java是体现了一些状态,最终是通过StudentDao.java下的public ArrayList queryStuByName(String sname)来实现的。

servlet要做的两件事:
1.调用javaBean查询数据库
2.跳转到另一个JSP显示结果


doPost与doGet的区别

1.jsp表单内容首先提交给ActionServlet ,ActionServlet再将信息打包在ActionForm里,送给Action
2.ActionServlet不直接处理业务逻辑,让Action来调用JavaGBean.
3.ActionForm是为了容纳表单里面的数据,相当于一个Student.java

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂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)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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