Sencha Touch -与服务器端通信。

本文介绍了一个使用Sencha Touch前端框架与后端Servlet进行数据交换的例子。通过Ajax请求,从前端发送JSON数据到服务器,并从服务器接收JSON响应。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

服务器端:Servlet代码

 protected void doPost(HttpServletRequest request,
            HttpServletResponse response) throws ServletException, IOException {
        // TODO Auto-generated method stub
        response.setContentType("text/xml;charset=UTF-8");
        StringBuffer jb = new StringBuffer();
        String line = null;
        try {
            BufferedReader reader = request.getReader();
            while ((line = reader.readLine()) != null)
                jb.append(line);
        } catch (Exception e) {

        }
        System.out.println("req.getReader() " + new String(jb));
        String out = "[{\"id\":100 ,\"sympname\": \"新症状1\" , \"belongs\": \"alternative\" },{\"id\":101 ,\"sympname\": \"新症状2\" , \"belongs\": \"alternative\" }]";
        PrintWriter pw = response.getWriter();
        pw.write(out);
    }

 

前端Sencha Touch Js:

var jData = {
 'records' : [{
    name : 'my record'
   }, {
    name : 'another record'
   }]
};
Ext.Ajax.request({
   url : 'http://10.39.62.77:8080/TestAndroid/android',
   method : 'POST',
   jsonData : jData,
   success : function(response, opts) {
    alert(response.responseText);
      var obj = Ext.decode(response.responseText); 
      alert(obj);
                     console.dir(obj); 

   },
   failure : function(response, opts) {
      alert("error");
   }
  });
res/xml/config.xml加入配置:

<access origin="http://10.39.62.77*"/>

 

 

内容概要:本文介绍了基于SMA-BP黏菌优化算法优化反向传播神经网络(BP)进行多变量回归预测的项目实例。项目旨在通过SMA优化BP神经网络的权重和阈值,解决BP神经网络易陷入局部最优、收敛速度慢及参数调优困难等问题。SMA算法模拟黏菌寻找食物的行为,具备优秀的全局搜索能力,能有效提高模型的预测准确性和训练效率。项目涵盖了数据预处理、模型设计、算法实现、性能验证等环节,适用于多变量非线性数据的建模和预测。; 适合人群:具备一定机器学习基础,特别是对神经网络和优化算法有一定了解的研发人员、数据科学家和研究人员。; 使用场景及目标:① 提升多变量回归模型的预测准确性,特别是在工业过程控制、金融风险管理等领域;② 加速神经网络训练过程,减少迭代次数和训练时间;③ 提高模型的稳定性和泛化能力,确保模型在不同数据集上均能保持良好表现;④ 推动智能优化算法深度学习的融合创新,促进多领域复杂数据分析能力的提升。; 其他说明:项目采用Python实现,包含详细的代码示例和注释,便于理解和二次开发。模型架构由数据预处理模块、基于SMA优化的BP神经网络训练模块以及模型预测评估模块组成,各模块接口清晰,便于扩展和维护。此外,项目还提供了多种评价指标和可视化分析方法,确保实验结果科学可信。
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