Solr4.0搭建应用(六)

本文详细介绍了如何使用Solr进行文档映射到POJO的查询操作,并展示了高亮显示匹配内容的方法。此外,文章还指导读者如何通过SolrJ API实现文档的删除和修改功能。

添加有了,自然需要查询,那么接着来把查询的代码补上。

创建新的方法

public static void searchDocMapToPojo(SolrServer server) throws SolrServerException{
		SolrQuery solrQuery = new  SolrQuery()
						.setQuery("comments:*德国")
						.setHighlight(true)
						.setHighlightSimplePost("</em>")
						.setHighlightSimplePre("<em>")
						.addHighlightField("comments");
		QueryResponse rsp = server.query(solrQuery);
		List<Dog> list=rsp.getBeans(Dog.class);
		System.out.println(list);
		for(int i=0;i<list.size();i++){
			System.out.println(rsp.getHighlighting().get(list.get(i).getId()).get("comments"));
		}
	}
 
这样执行后,可以看匹配到的高亮内容。

至于 删除和修改,自己看SolrJ的API去吧。如果有需要看官版Solr文档的看附件

http://dl.iteye.com/topics/download/b570d149-25a6-3dd1-8e82-c4a340009dcf
内容概要:本文围绕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
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