Jsp初识

1.动态网页是指在服务器端运行的,使用程序语言设计的交互式网页,它们会根据某种条件的变化,返回不同的网页内容。

2.                                                                         Tomcat目录结构

/bin    存放各种平台下用于启动和停止Tomcat的脚本文件

/conf    存放Toncat服务器的各种配置文件

/lib      存放Tomcat服务器所需的各种JAR文件

/logs   存放Tomcat的日志文件

/temp   Tomcat运行时用于存放临时文件

/webapps    Web应用的发布目录

/work    Tomcat把由JSP生成的Servlet存放于此目录下

3.  Tomcat端口号的配置

(1)在Tomcat目录结构下找到其子目录conf

(2)在conf目录中打开server.xml文件

(3)在打开的文件中,找到<Connector>节点,然后修改端口号

(4)保存设置

4.JSP中的注释

(1)HTML注释方法,其使用格式是<!--HTML注释-->。其中的注释内容在客户端浏览器中查看源代码是时可以看到,这种注释方法是不安全的,而且会加大网络的传输负担

(2)JSP注释标记,其使用格式是<%--JSP注释--%>,在客户端通过查看源代码看不到注释中的内容,安全性比较高

(3)在JSP脚本中使用注释,<%//单行注释%>,<%/*多行注释*/%>

5.(1)JSP指令元素    <%@"开始,以"%>

   (2)小脚本     <%"Java程序片段"%>

   (3)表达式     <%=%> 对数据的表示,系统将其作为 一个值进行计算和显示。

   (4)JSP声明  <%!%>  

6.部署Web项目

执行“window”---->“Preferences”--->搜索Tomcat--->选择对应的Tomcat版本--->选择Enable--->复制Tomcat所在的根目录粘贴在Tomcat  home  directory--->点击Browse--->

点击Apply--->点击ok


内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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