SrpingMVC 返回JSON

本文介绍如何在SpringMVC中配置JSON支持,包括必要的Bean定义及消息转换器配置,并提供了一个具体的Controller示例。
springmvc配置文件需加入
  1. <bean class="org.springframework.web.servlet.mvc.annotation.DefaultAnnotationHandlerMapping" />  
  2. <bean class="org.springframework.web.servlet.mvc.annotation.AnnotationMethodHandlerAdapter">  
  3.     <property name="messageConverters">  
  4.         <list>  
  5.             <ref bean="mappingJacksonHttpMessageConverter" />  
  6.         </list>  
  7.     </property>  
  8. </bean>  
  9. <bean id="mappingJacksonHttpMessageConverter"  
  10.     class="org.springframework.http.converter.json.MappingJacksonHttpMessageConverter">  
  11.     <property name="supportedMediaTypes">  
  12.         <list>  
  13.             <value>text/html;charset=UTF-8</value>  
  14.         </list>  
  15.     </property>  
  16. </bean>  
  17. <context:annotation-config />  

注入springmvc配置文件中不要加入

  1. <!-- 使用注解解析  也就是DefaultAnnotationHandlerMapping  -->  
  2. <mvc:annotation-driven/>  



需要2个Jar包

  1. <dependency>  
  2.     <groupId>org.codehaus.jackson</groupId>  
  3.     <artifactId>jackson-core-asl</artifactId>  
  4.     <version>1.8.4</version>  
  5. </dependency>  
  6. <dependency>  
  7.     <groupId>org.codehaus.jackson</groupId>  
  8.     <artifactId>jackson-mapper-asl</artifactId>  
  9.     <version>1.8.4</version>  
  10. </dependency>  

使用如下:

  1. @RequestMapping(value = "/create!save.do")  
  2. @ResponseBody  
  3. public Object create(@ModelAttribute User user) throws Exception {  
  4.     userService.insert(user);  
  5.     return user;  

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