Struts2 中 Hibernate 关联类 JSON 序列化

本文介绍如何在Struts2框架中使用JSON结果类型,并通过includeProperties和excludeProperties配置项来指定序列化时包含或排除的属性。同时,还介绍了如何使用@JSON注解来避免无限递归的问题。
通过ajax 的方式请求 action 。返回type='json'的result 。此时不需要物理视图。

但返回的JSON格式的值会将Action类中的所有的属性全部遍历序列化。即转换成{属性:值}的格式返回给回调函数。

有些Action类中的属性我们并不想序列化。

解决方案:在返回类型为json的Result 中配置 子元素的属性 includeProperties(白名单) 或 excludeProperties(黑名单)

Xml代码  复制代码
  1. <result name="gradejson" type="json">  
  2.     <param name="includeProperties">  
  3.          status   
  4.     </param>  
  5. </result>  

上面配置是基本数据类型的属性。如果返回的数据类型是集合类型。则应如下配置。(list的类型为List)

Java代码  复制代码
  1. <result name="clazzjson" type="json">   
  2.      <param name="includeProperties">   
  3.          list.*   
  4.      </param>             
  5. </result>  

   如果返回的值中的类与别的类有关联关系。

JSON序列化会以无穷举得方式将所有有关联的对象数据全部抓取。

解决方案:@JSON 注解。 Java代码 复制代码

  1. public class Clazz implements Serializable {   
  2.     private static final long serialVersionUID = -2403727636192220253L;   
  3.     private int id;   
  4.     private Grade grade;//   
  5.     private String clazzName;//   
  6.     private String clazzInfo;//   
  7.     private int count;   
  8.     private Date createDate;//   
  9.     private transient Set<Student>students;//   
  10.        
  11.     @JSON(serialize=false)   
  12.     public Grade getGrade() {   
  13.         return grade;   
  14.      }   
  15.     public void setGrade(Grade grade) {   
  16.         this.grade = grade;   
  17.      }   
  18.     public String getClazzName() {   
  19.         return clazzName;   
  20.      }   
  21.     public void setClazzName(String clazzName) {   
  22.         this.clazzName = clazzName;   
  23.      }   
  24.     @JSON(serialize=false)   
  25.     public Set<Student> getStudents() {   
  26.         return students;   
  27.      }   
  28.     public void setStudents(Set<Student> students) {   
  29.         this.students = students;   
  30.      }   
  31.        
  32. }  
将@JSON(serialize=false)
配置在不想序列化的关联属性的getter方法。JSON序列化就会忽略这些属性。
MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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