XFire WebService 发布与调用

                                         创建webservices服务

 

第一步

 

添加架包

 

第二步

 

web.xml文件添加过滤器

<filter>
        <filter-name>webservicefilter</filter-name>
        <filter-class>com.sungoal.webservice.WebserviceFilter</filter-class>
</filter>

<filter-mapping>
        <filter-name>webservicefilter</filter-name>
        <url-pattern>/services/*</url-pattern>

</filter-mapping>

 

 

第三步

 

添加services.xml文件,目录格式如下: /Caesar3_standard/src/META-INF/xfire/services.xml

 

第四步

 

编写接口与实现类

 

第五步

 

在services.xml 文件中配置节点,程序发布的时候会读取这个文件生成发布内容

<beans>
    <service xmlns="http://xfire.codehaus.org/config/1.0">
    <name>ResultService</name>
    <namespace>http://192.168.12.112/services/ResultService</namespace>
    <serviceClass>com.sungoal.webservice.IResultService</serviceClass>
    <implementationClass>com.sungoal.webservice.ResultService</implementationClass>
  </service>

</beans>

 

 

 

 

客户端

 

调用方法一

 

 

package com.sungoal.DeleteIndex;


import java.net.MalformedURLException;

import org.codehaus.xfire.client.XFireProxyFactory;
import org.codehaus.xfire.service.Service;
import org.codehaus.xfire.service.binding.ObjectServiceFactory;

public class test {

   
    public static void main(String[] args) {
        String serviceUrl = "http://localhost//services/DeleteIndexService";
        Service serviceModel = new ObjectServiceFactory().create(I_DeleteIndexService.class, null, serviceUrl, null);
        XFireProxyFactory serviceFactory = new XFireProxyFactory();
        try {
            I_DeleteIndexService service = (I_DeleteIndexService)serviceFactory.create(serviceModel,serviceUrl);
            boolean is = service.deleteIndex("aaa","id", new String[]{"1"});
            //System.out.println(is);
           
        } catch (MalformedURLException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
       
       
    }
   
}

 

(注:服务发布者需要复制 发布的接口类 给客户端调用方,不太方便)

 

调用方法二

 

package com.sungoal.DeleteIndex;

import java.net.MalformedURLException;
import java.rmi.RemoteException;

import javax.xml.rpc.ServiceException;

import org.apache.axis.client.Call;
import org.apache.axis.client.Service;

public class test2 {
   
    public static void main(String[] args) {
        String serviceURL = "http://localhost//services/DeleteIndexService";
        Service service = new Service();
        Call call;
        try {
           
            call = (Call) service.createCall();
            call.setTargetEndpointAddress(new java.net.URL(serviceURL));
            call.setOperationName("deleteIndex");
            Object is = call.invoke(new Object[]{"aaa","ddd_ss_ss",new String[]{"asas_sd_kjh","sdfsdf_sdd_sd"}});
           
            //System.out.println(is);
        } catch (ServiceException e) {
            e.printStackTrace();
        } catch (MalformedURLException e) {
            e.printStackTrace();
        } catch (RemoteException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
       
       
    }

}

 

基于Swin TransformerASPP模块的图像分类系统设计实现 本文介绍了一种结合Swin Transformer空洞空间金字塔池化(ASPP)模块的高效图像分类系统。该系统通过融合Transformer的全局建模能力和ASPP的多尺度特征提取优势,显著提升了模型在复杂场景下的分类性能。 模型架构创新 系统核心采用Swin Transformer作为骨干网络,其层次化窗口注意力机制能高效捕获长距离依赖关系。在特征提取阶段,创新性地引入ASPP模块,通过并行空洞卷积(膨胀率6/12/18)和全局平均池化分支,实现多尺度上下文信息融合。ASPP输出经1x1卷积降维后原始特征拼接,有效增强了模型对物体尺寸变化的鲁棒性。 训练优化策略 训练流程采用Adam优化器(学习率0.0001)和交叉熵损失函数,支持多GPU并行训练。系统实现了完整的评估指标体系,包括准确率、精确率、召回率、特异度和F1分数等6项指标,并通过动态曲线可视化模块实时监控训练过程。采用早停机制保存最佳模型,验证集准确率提升可达3.2%。 工程实现亮点 1. 模块化设计:分离数据加载、模型构建和训练流程,支持快速迭代 2. 自动化评估:每轮训练自动生成指标报告和可视化曲线 3. 设备自适应:智能检测CUDA可用性,无缝切换训练设备 4. 中文支持:优化可视化界面的中文显示负号渲染 实验表明,该系统在224×224分辨率图像分类任务中,仅需2个epoch即可达到92%以上的验证准确率。ASPP模块的引入使小目标识别准确率提升15%,特别适用于医疗影像等需要细粒度分类的场景。未来可通过轻量化改造进一步优化推理速度。
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