SHOW下个人作品, 基于Comet变体技术的WEB应用服务器BEINGX

自研WebService实践
介绍一款完全自研的WebService,该服务采用Comet变体技术实现服务器推送,并支持JSONP跨域调用,适用于高交互度的Web应用。此外,还展示了基于此服务的一款HTML5多人在线游戏。
大家好,刚刚参加完天津市大学生计算机创新应用竞赛。BEINGX是我的参赛作品。今天拿来给大家SHOW一下。通过了几个月的通宵苦战,终于完成了一款从HTTP解析开始都有自己完全制作的WebService。

先说说我为什么要做这个,大家知道旧式的B/S结构已经不能满足人们对WEB应用的需求了。而现在WEB2.0时期对WEB应用的需求大部分转向了用户体验,即时性,云计算等一些新的特性。为了满足这一系列的特性,你做一个WEB应用必须引入大量的框架技术和应用服务器。而本次这个服务器的设计呢,总结了以往在WEB应用中的一些经验和如何开发与服务器交互度高的服务器推技术而诞生。

随着这个比赛项目的结束。我也完美告别了我的大学学生生活。也是我大学中最后一个参加的比赛了。

服务器特点:

基于Comet变体技术作为根本。接受HTTP请求,封装成一个特有的Comet对象放入线程池,从而实现服务器推技术。

基于JSONP实现数据跨域调用,可方便与JQuery结合。

开放的程序API,更适合编写长连接服务。底层已经完全被服务组件托管。

基于IOC+AOP的设计理念,XML动态配置引用和实现对象。没有基于任何第三方框架技术。完全自己实现基于IOC容器的服务器组件。

为了体现服务器的及时性,我制作了一个基于HTML5+CSS3的网页游戏,支持多人在线。

展示视频如下:
[flash=480,480]http://player.youku.com/player.php/sid/XMTMxOTg4NTQ0/v.swf[/flash]
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