GWT2+Struts2+GXT2.2在Myeclipse8.6+Tomcat7环境下Hosted模式集成开发(三)—在Hosted模式下集成Tomcat...

本文介绍如何在MyEclipse中使用Tomcat替代Jetty来部署GWT项目,并实现自动部署及无需编译即可访问的功能。

       至于为什么要用Tomcat替换jetty ?简单来说,jetty不符合我们国内大部分公司开发习惯,功能也太弱,不能直接和Struts结合等等,总之Tomcat对开发来说就是要爽些。      

      如果你成功的在Myeclipse运行GWT项目,那么现在需要使用Tomacat7替换GWT内置的jetty web服务器。其实不替换也可以,你直接把编译后生成GWT html和相关的包直接扔到tomcat webapp 就可以运行,这种方法google也很多,这里不做详述。但那样太麻烦而且效率奇低!我们需要在集成开发环境中使用tomcat ,最好是不通过GWT 编译,直接使用其hosted模式开发最好!但是麻烦的是,直接在Myeclipse 中生成的GWT项目不能使用“Deployments”,那就不能把相关的web运行环境和文件自动copy到web服务器的运行目录当中!所以这里必须对tomcat进行一番改造才行。

     我们的目标:

     1.完全不需要在myeclipse外另外启动tomcat,能通过myeclipse启动管理tomcat;

     2.使用GWT hosted模式下,不需要编译就能在tomcat里部署,访问GWT项目;

     3.不需要手工copy任何文件,实现像SSH在Myeclipse一样的自动部署。

     如果你生成了GWT项目你就会发现,GWT的访问目录是“war” ,而不是象以往一样的“WebRoot”至于其他,什么"WEB-INF"什么呀,都一样!换句话说就是根目录名不一样而已!
     改变我们tomcat默认的web根目录是其目录下的“webapps”为GWT产生的web根目录——“war”就行了!

      1.下载Tomcat7 ,注意最好是那个zip包就好,直接解压就能用;     

      2.解压Tomcat7;

      3.在“conf”目录下打开“server.xml”,修改此文件,更改tomcat默认目录

         3.1 找到<Host name="localhost"  appBase="webapps"  unpackWARs="true" autoDeploy="true">

         3.2 在下面添加<Context path="" docBase="D:\JavaProject\GWT_ContactInfo\war" debug="0" reloaxsdable="true" ></Context>

         请注意“docBase”,就是你将要的重新定义的tomcat web根目录,在这里有一个小小的不同,在windows下,如果你想上面一样写"D:\JavaProject\..."tomcat将会认为这是绝对路径,如果不写"D:\"仅仅写docBase="GWT_ ContactInfo" ,tomcat认为这是相对路径,其web的根目录仍然是默认根目录"webapps"下的一个名叫"GWT_ContactInfo"子目录,其绝对路径等于是"C:\tomcat7\webapps\GWT_ContactInfo",至于linux下,原理其实是一样的哈:)

      还有就是重新指定的tomcat web目录就是你建立的GWT项目的web默认目录"war" 

     4.在Myeclipse下配置tomcat 7,这个需要注意的是,指定jre的时候一定是指定你的jdk目录!

     随便在你的"war"下建立一"test.jsp"页面,通过Myeclipse启动tomcat,访问一下这个页面,看能不能访问?

     

 如果像上图一样,Tomcat就算在Myeclipse  GWT里集成成功了!

(下一节看点,在GWT(GXT)模块项目中集成Struts2)

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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