关于EasyJWeb 2.0的小事

EasyJWeb2.0发布,支持Struts1.x和Struts2.x快速开发,简化配置,增强JSON功能。提供从项目创建到运行的全流程指导。

上个月末,老大(大峡)的EasyJWeb 2.0发布了,我暗暗高兴,以前我也搞过这个,也不太懂。现在又时间研究了,感觉还不错,能迅速的开发Java EE(SSH,SSH2,EJS)应用,而且没有什么bug,今天有时间就在这show 下吧,当然关于EasyJWeb 的使用已经有很多博文了,我这个算是笔记吧。

 

======================================================================

 

先来看看其技术架构框架图:

 

======================================================================

 

EasyJWeb 2.0版本主要更新内容:


1、增加了struts1-plugin(也就是easyjweb-struts1-support)子项目,用来支持基于struts1.x的应用快速开发;
2、增加了struts2-plugin子项目,用来支持基于struts2.x的应用快速开发;
3、调整了Action对于IWebAction接口的限制,Action可以是普通的JavaBean。
4、在ActionContext中增加了put方法,put进去的内容可以在前台模板中直接引用;
5、对异常处理作了规范。
6、JSON生成的功能强化。
7、完善了EasyJWeb的Schema文件,这样写配置更加简单了。

======================================================================

EasyJWeb 2.0快速上手

 

1、在easyjweb下的bin目录执行下面的命令创建一个项目。

     easyjweb project d:\test\ejs -ejs -extjs

     或者  easyjweb project E:\test\ejs -ssh -extjs

     d:\test 后面的是采用的技术,如 SSH,和 EXT。

 

 

2、把E:\test\ejs项目导入到eclipse工程中,修改db.properties文件中设置数据库用户名及密码等;

 

3、在命令行切换到d:\test\ejs\bin目录,执行下面的命令快速生成一个CRUD原型

    easyjweb crud myapp.domain.Cat

    在easyjweb 中持久层采用的事JPA这个标准,现在hibernate或者TopLin,OpenJPA都是实现了该标准的。

 

4、在eclipse中刷新整个ejs项目。然后把该项目的webapp目录作为一个web应用,启动项目即可。

 

5、成功启动后,在址栏输入http://localhost:8080/cat.ejf 访问生成的应用。

 

     推荐快速上手视频:http://v.youku.com/v_show/id_XMTgwNTQ2NDA4.html   可以看前几分钟即可。

 

 

    详细的请浏览老大的Blog: http://blog.youkuaiyun.com/easyjf/archive/2011/01/31/6170845.aspx

  

    最后我共享下老大关于该开源的框架演讲的PPT(希望该PPT对希望easyJWeb的同事带来收获)。

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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