【Java高级特性】基于UDP协议的Socket编程

JAVA 基于UDP协议的Socket编程 需求说明 实现客户咨询问题,客服人员答复问题 分析 咨询时,客户是发送方,客服人员是接收方 答复时,客服人员是发送方,客户是接收方 实现思路和步骤完全相同 先运行Receive.java 再运行Send.java package com.gongsi.cn.ch1; import java.io.IOException; import java.net.DatagramPacket; import java.net.DatagramSocket; impo... 阅读详情

1 DatagramPacket类和DatagramSocket类

1.1概述

1.1.1 基于TCP协议和基于UDP协议的区别

基于TCP的网络通信是安全的,双向的,再建立双向连接之后,才能通信传输数据,如带电话;

基于UDP的网络通信的只需要指明对方地址,然后将数据送出去,并不会事先建立好连接。这样的网络通信是不安全的,所以只应用在如聊天系统、咨询系统等场合下。

1.1.2 数据报

1)数据报是表示通信的一种报文类型,使用数据报进行通信时无需事先建立连接,它是基于UDP协议进行的;

2)DatagramPacket类和DatagramSocket类这两个类可以使用数据报实现通信;

3)DatagramPacket类起到容器的作用,将传输的数据封装成数据报,DatagramSocket类用于发送或接收数据报;

4)DatagramSocket类提供send()方法和receive()方法,用于通过套接字发送和接收数据报。

1.2 DatagramPacket类

1)构造方法

客户端要向外发送数据,首先必须创建一个DatagramPacket对象,再使用DatagramSocket对象发送。

DatagramPacket(byte[ ] data,int size)   构造DatagramPacket对象,封装长度为size的数据报

DatagramPacket(byte[ ] buf,int length,InetAddress address,int port)   构造DatagramPacket对象,封装长度为length的数据报并发送到指定主机的指定端口

2)常用方法

1.3 DatagramSocket类

1)构造方法

DatagramSocket类不产生输入/输出流,它的唯一作用就是发送和接收数据报。

DatagramSocket()                  创建一个DatagramSocket对象,并将其与本地主机任何可用的

                                                端口绑定

DatagramSocket(int port)       创建一个DatagramSocket对象,并将其与本地主机指定的

                                                端口绑定

2)常用方法

void connect(InetAddress address,int port)//将当前DatagramSocket对象连接到指定地址的指定端口

void close()//关闭当前DatagramSocket对象

void disconnect()//断开当前DatagramSocket对象的连接

int getLocalPort()//获取当前DatagramSocket对象绑定的本地主机的端口号

void send(DatagramPacket dp)//发送指定数据报

void receive(DatagramPacket dp)//接收数据报。数据报是存放在DatagramPacket对象中的

2 实现客户咨询

基于UDP通信的两个端点是平等的,也就是说通信的两个程序关系是对等的,没有主次之分,甚至它们的代码都可以完全是一样的,这一点要与基于TCP协议的Socket编程区分开来。

基于UDP协议的Socket网络编程一般按照以下4个步骤进行:

1)利用DatagramPacket对象封装数据报;

2)利用DatagramSocket对象发送数据报;

3)利用DatagramSocket对象接收数据报;

4)利用DatagramPacket对象处理数据报。

模拟客户咨询功能,实现发送方发送咨询问题,接收方接收并显示发送来的咨询问题。

发送方实现步骤:

1)获取本地主机的InetAddress对象。

2)创建DatagramPacket对象,封装要发送的信息。

3)利用DatagramSocket对象将DatagramPacket对象数据发送出去。

public static void main(String[] args) {
		InetAddress ia;
		DatagramSocket ds=null;
		try {
			//获取指定主机IP地址
			ia = InetAddress.getByName("localhost");
			String str="你好,我想咨询一个问题。";
			System.out.println("我说:"+str);
			byte[] bytes=str.getBytes();
			//创建DatagramPacket对象,打包数据:将指定长度的数据发送到指定主机上的指定端口
			DatagramPacket dp=new DatagramPacket(bytes, bytes.length, ia, 8880);
			//创建DatagramSocket类,向服务器发送数据
			 ds=new DatagramSocket();
			//发送数据
			ds.send(dp);
			
			//接收接收方发送的信息
			byte[] buf=new byte[1000];
			DatagramPacket dpReceive=new DatagramPacket(buf, 1000);
			//接收信息
			ds.receive(dpReceive);
			//显示接收到的信息
			String reply=new String(dpReceive.getData(), 0, dpReceive.getLength());
			System.out.println(dpReceive.getAddress().getHostAddress()+"说:"+reply);
		} catch (UnknownHostException e) {
			e.printStackTrace();
		} catch (SocketException e) {
			e.printStackTrace();
		} catch (IOException e) {
			e.printStackTrace();
		}finally{
			ds.close();
		}
	
	}

接收方实现步骤:

1)创建DatagramPacket对象,准备接收封装的数据。

2)创建DatagramSocket对象,接收数据保存于DatagramPacket对象中。

3)利用DatagramPacket对象处理数据。

public static void main(String[] args) {
		//创建DataPackage对象,准备接收数据包
		byte[] bytes=new byte[1000];
		DatagramPacket dp=new DatagramPacket(bytes, bytes.length);
		DatagramSocket ds=null;
		try {
			//创建DatagramSocket对象,在指定端口上接收数据
			 ds=new DatagramSocket(8880);
			//接收数据
			ds.receive(dp);
			//显示接收的数据
			String mess=new String(dp.getData(), 0, dp.getLength());
			System.out.println(dp.getAddress().getHostAddress()+"说:"+mess);
			
			//向发送方发送响应信息
			String reply="你好,我在,请咨询!";
			System.out.println("我说:"+reply);
			//创建DatagramPacket对象,打包数据发送到客户端
			DatagramPacket dpto=new DatagramPacket(reply.getBytes(), reply.getBytes().length, dp.getSocketAddress());
			//发送数据
			ds.send(dpto);
		} catch (SocketException e) {
			e.printStackTrace();
		} catch (IOException e) {
			e.printStackTrace();
		}finally{
			ds.close();
		}
	}
Java网络编程——基于UDP的Socket编程 一、基于UDP的Socket编程 1、UDP协议:UDP协议(用户数据协议)是无连接的、不可靠的、无序的通信协议,使用UDP进行通信不需要像TCP协议那样先建立连接,因此UDP的传输速率要快一些。UDP以数据报作为数据传输的载体,在使用UDP进行数据传输时,首先需要将数据封装数据报(Datagram),在数据报中指明数据所要到达的主机地址和端口号,再将数据报发送出去。 2、Java提供的基于U 阅读详情

相关推荐

探索Java中的UDP Socket编程:从单播到广播到多播,全方位解析

多播也很好理解,就比如你在大街上只喊了一句美女,没有喊帅哥,那么就只有美女回头,帅哥不会回头。广播肯定都是限制在局域网中的,因为你要是朝着整个互联网广播一条消息,那实在是太麻烦了,而且很多人广播的时候会造成网络堵塞,因此只限定在局域网中。这一点和广播涉及到的类是一样的。有一个非常重要的例子,那就是我们的微信聊天的场景,他就是采用的UDP协议,因为UDP协议是不可靠协议,你只管发送就好了,不管对方是否收到信息。在上面我们知道,UDP协议包只在I协议上增加了很少一点的功能,就是复用和分用,以及差错检测的功能。

Reische的博客 405

Java——TCP UDP Socket编程

基础网络知识,Java——TCP UDP Socket编程

m0_62946761的博客 6722

Android UDP Socket编程实战详解

本章将对Android中的UDP Socket进行基础性介绍。我们会从Android平台对UDP Socket的支持开始,进而探讨UDP Socket的用途及其在移动网络通信中的重要性。本章旨在为读者提供一个全面了解UDP Socket的起点,以便后续章节深入讨论网络编程中的各种细节和高级特性。

weixin_42097508的博客 846

Java 基于 UDP 的 Socket 编程

UDP 是 User Datagram Protocol 的简称, 中文名是用户数据报协议,是OSI(Open System Interconnection,开放式系统互联)参考模型中一种无连接的传输层协议,提供面向事务的简单不可靠信息传送服务。Java 主要提供了两个类来实现基于 UDP 的 Socket 编程。

swadian2008的博客 2461

Java网络编程:TCP与UDP通信实践

UDP多播允许一台主机发送数据到多个接收者,这种方式对那些需要向多个目的地发送相同数据的应用程序(如视频广播、在线游戏)非常有用。在Java中,可以通过类来实现多播通信。使用多播时,需要选择一个或多播组地址,并将多个接收者加入到这个多播组。下面的代码展示了如何加入一个多播组并发送一个多播消息:try {// 创建一个MulticastSocket实例// 指定多播组地址// 加入多播组// 创建要发送的多播消息。

weixin_34945060的博客 869

基于OpenCV的驾驶疲劳检测与预警系统设计

PERCLOS(Percentage of Eye Closure)是一种基于眼睑闭合程度的疲劳度量指标。在基于OpenCV的驾驶疲劳检测与预警系统设计中,PERCLOS可以用于检测驾驶员的眼睑闭合程度,以判断其是否疲劳。该函数用于检测视频流中人脸的疲劳程度。具体地,该函数通过检测人脸的眼睛和嘴巴的状态来评估人脸的疲劳程度。眼睛状态是通过计算眼睛的长宽比(eyear)来判断,如果长宽比小于某个阈值,则认为眼睛闭合,表示人处于疲劳状态。

2301_79810943的博客 2328

121. Socket 编程基础

Socket(套接字)是网络通信的关键接口,通过IP地址和端口号唯一标识通信端点。它支持全双工通信,提供TCP(可靠连接)和UDP(无连接)两种协议选择。TCP通信需建立连接(三次握手),适合可靠传输场景;UDP则直接发送数据,适合实时性要求高的应用。 典型Socket通信流程包括服务端(创建、绑定、监听、接受)和客户端(创建、连接)的交互过程。实际编程中需注意端口占用、资源释放(使用try-with-resources)、阻塞行为及数据边界处理。常见应用包括即时通讯、文件传输等网络服务。

weixin_43484713的博客 916

PADS安装教程(超详细)

声明:个人实践 一、工具准备 pads9.5完整破解版百度网盘提取码【wjx9】 链接:https://pan.baidu.com/s/1pIP6BJO435ssmF7Hjwyz8A 提取码:wjx9 安装环境:win10 64位 二、开始解压安装 关闭杀毒,exe以管理员身份运行 点击【skip】,不然又得licese 点击【agree】 点击【modify】 设置安装的工具、路径及工程路径 设置完成后,开始【install】 在之后注册。 将Crack复制到PADS安装目录

qq_42057393的博客 5万+

Java网络编程详解

值得注意的是,服务器端需要具备处理多个客户端连接的能力,这通常通过多线程来实现,即为每一个接受的Socket连接创建一个新的线程进行处理,以避免阻塞主线程。随着技术的发展,Java网络编程也在不断进化。此外,成熟的网络框架如Netty和Grizzly,基于NIO构建,提供了更高级的抽象和更强大的功能(如编解码、粘包处理、心跳机制),简化了复杂网络应用的开发。TCP提供面向连接的、可靠的数据传输服务,如同拨打电话,确保数据顺序和正确性,适用于对数据完整性要求高的场景,如文件传输、网页浏览。

superlrj168的专栏 350

激光及激光器超全细节&原理总结

本文详细展示了激光、激光器、PN结、半导体激光器、光纤激光器的原理和应用;

guangwulv的博客 5395

LIN总线从入门到精通:低成本汽车通信协议原理与实战

在汽车电子和嵌入式系统中,串行通信协议是实现分布式控制的关键技术。其中,LIN(Local Interconnect Network)总线作为一种专为低成本应用设计的单主多从网络协议,其核心原理在于通过简化的“领导-汇报”通信模式,在满足车身控制、传感器数据采集等场景需求的同时,将硬件与布线成本降至最低。LIN总线采用标准化的帧结构,包含间隔场、同步场和受保护标识符场,并依赖调度表来管理通信时序,确保了网络的确定性与可靠性。其技术价值在于为车窗、座椅、灯光等非安全关键系统提供了高性价比的解决方案,是构建分层

weixin_29185167的博客 261

Java网络编程和NIO详解开篇:Java网络编程基础

Java网络编程和NIO详解开篇:Java网络编程基础 计算机网络编程基础 转自:https://mp.weixin.qq.com/s/XXMz5uAFSsPdg38bth2jAA 我们是幸运的,因为我们拥有网络。网络是一个神奇的东西,它改变了你和我的生活方式,改变了整个世界。 然而,网络的无标度和小世界特性使得它又是复杂的,无所不在,无所不能,以致于我们无法区分甚至无法描述。 对于一个码...

weixin_33860147的博客 130

层层剥开Allegro skill--快速抓取并写入Allegro软件【呕血创作,转载注明】

Allegro skill eda pcb

qq_36492361的博客 1259

java总结复习

1.静态导入:import static 如果这个类的方法全是静态的,那么可以使用静态导入,可以不写类名直接写方法2.可变参数:add(int... a)当你不知道具体要传几个参数时,可以使用可变参数,必须在参数列表的最后,必须是同一类型,底层是数组。3,网络编程三要素:ip 端口 协议udp面向无连接,tcp面向有链接4.socket编程,也叫网络编程5.udp传输数据:DatagramSoc...

qq_35063771的博客 197

深度解析:如何通过NodeRed实现私有485协议VRF中央空调与HomeAssistant的无缝对接

本文详细介绍了如何利用NodeRed的灵活流程化编程,破解并处理VRF中央空调的私有485协议,实现与HomeAssistant的无缝本地化集成。文章从协议分析、硬件准备到NodeRed核心流程搭建、数据映射及双向通信控制,提供了一套完整的实战方案,帮助用户将非标设备深度融入智能家居生态,摆脱对厂家云服务的依赖。

weixin_29173777的博客 410

C8T6和ZET6选型更换过程中出现.\Obj\Project.sct(7): error: L6235E: More than one section matches selector - cann

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录前言一、问题原因二、解决方法三、现象总结 前言 又一件离谱的事情发生了,我之前转换过程中没有发生的错误,今天拿出来程序重新编译了一下,结果他奶奶滴一个新的错误出现了,而且我还完全不知道是什么原因导致的,先上图: 一、问题原因 之前我已经尝试过更换芯片选型,但是没有出现此类问题,今天更改的时候发现了,我还以为是个偶然错误,结果换来换去,还是有这个问题,那我之前说c8t6的程序更改成zet6上跑只需改芯片选型和宏定义岂不是啪啪打.

wx18045623090的博客 1491

第三十二天学习心得

今天从最基础的概念开始:IP地址是网络中计算机的唯一标识,端口号用于区分不同的应用程序,套接字(Socket)则是网络传输数据的机制——本质上是一套基于网络的IO。它实现了线程间的数据隔离,每个线程都有自己的ThreadLocal副本,互不干扰。3. 引用类型是GC的底层支撑:理解软引用才能理解缓存框架的底层原理,理解弱引用才能理解ThreadLocal的源码设计。1. UDP和TCP的选择:没有绝对的好坏,取决于场景——视频通话用UDP追求实时性,文件下载用TCP追求完整性。// 任意方法中获取。

z23456d的博客 164

【PSINS工具箱】159联邦滤波器代码优化与注释、运行结果、文字性解释。15维状态量、9维观测量,联邦滤波与集中式滤波对比。完整代码可订阅后查看

基于工具箱的联邦滤波代码,15维状态量、9为观测量

985工科博士毕业,专攻定位、导航和滤波等算法研究。从业10年,主要使用MATLAB 487

JavaSE复习之十五 高级特性:网络编程

原文地址: JavaSE复习之十三 高级特性:网络编程  https://blog.youkuaiyun.com/ggf123456789/article/details/41469967网络编程修订:参考:注:

十里の清风 286

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

【Java高级特性】Socket

0基础了解Socket和基于TCP协议的Socket编程。

baaa111的博客 2009

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

Java高级特性 第9节 Socket机制

一、Socket简介   1.Socket概述   Java最初是作为网络编程语言出现的,它对网络的高度支持,使得客户端和服务器流畅的沟通变成现实。而在网络编程中,使用最多的就是Socket,每一个实用的网络程序都少不了它的身影。   在计算机网络编程技术中,两个进程,或者说两台计算机可以通过一个网络通信实现数据的交换,这种通信链路的端点就被称为“套接字”(即Socket),Socket是...

weixin_30737433的博客 183

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Java 中 Socket 技术全面解析

Java 中的 Socket 技术提供了丰富的功能和灵活的编程方式,无论是构建简单的网络应用还是复杂的分布式系统,都有着广泛的应用。通过深入理解 Socket 的基础概念、编程模型以及高级特性,并结合实际的应用场景进行实践,能够开发出高效、稳定且功能强大的网络应用程序。在实际开发过程中,需要根据具体的需求合理选择 TCP 或 UDP 协议,以及运用非阻塞、异步、多播广播等特性来优化应用的性能和功能。同时,拆包与合包技术在处理复杂网络数据传输时也起着重要作用,能够更好地适配不同的网络协议和数据处理要求。

qq_46154326的博客 3707

Java高级特性-第5章:Java网络编程

Java高级特性-第5章:Java网络编程

qq_42263859的博客 867

Java高级特性:网络编程

一、Socket 1、Socket通信模型 2、Socket网络编程一般可以分成如下步骤进行 3、Socket中实现对象的传递 4、多线程处理多请求 二、基于UDP协议的Socket编程 1、基于UDP协议的Socket网络编程步骤

qi341500的博客 745

Java入门到精通-28 网络编程——Socket、TCP/UDP与HttpClient

本文摘要: 《Java网络编程:Socket、TCP/UDP与HttpClient》系统讲解了网络通信核心技术。文章首先分析网络三要素(IP地址、端口号、协议),对比TCP(可靠连接)与UDP(高效无连接)的特性差异。通过InetAddress类演示了主机地址查询。重点构建了TCP通信模型,包含服务端(ServerSocket多线程处理)和客户端(Socket双向通信)的完整实现代码,展示了Java中建立连接、数据读写及资源释放的标准流程。全文采用表格对比和流程图强化理解,适合开发者掌握基于TCP协议的实时

weixin_56693899的博客 336

【JavaEE】网络编程socket

这里的输入流和输出流就是我们发送消息的工具,它们是普通的字节流,我们之前文件io里学到的所有方法在这里也全能用,通过该输入流读取数据就能读取到另一个主机发送的数据,同理输出流就往里面写数据就能发送到另一个主机的输入流里。(随机分配的都是没被占用的端口号)对于一个服务器来讲,我们需要让其绑定一个明确的端口号,因为在服务器在网络传输中处于一个被动的状态,没有一个明确的端口号,客户端就无法寻找到请求的服务器。计算机中,这种 抽象 的连接是很常见的,此处的连接本质上就是建立连接的双方,各自保存对方的信息,

Easonmax的博客 1566
上一篇: 【Java高级特性】Socket
下一篇: 【Java高级特性】认识XML
杨小白学java
博客等级 码龄7年 398粉丝 39原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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