9.10 JSP

 

静态包含

<%@ include file=”要包含的文件路径”%>

       注:在没一个完整的页面 对于html  head  title  body 等几个元素织女呢个出现一次如重复出现可能会造成错误

动态包含

       不传递参数:

<jsp:include page=”{要包含的文件路径|<%=表达式%>}”flush=”true|false”/>

传递参数:

<><jsp:include page=”{要包含的文件路径|<%=表达式%>}”flush=”true|false”>

       <jsp:param name=”参数名称” value=”参数内容”/>

       ……..

</jsp:include>

那种好:动态包含好点,静态包含属于先包含后处理,而动态包含如果被包含的页面是动态页面是动态页,则属于先处理后包含。

 

 

跳转指令:<jsp:foward>(服务器跳转,跳转之后地址栏不变)

       不传递参数:

<jsp: foward page=”{要包含的文件路径|<%=表达式%>}” />

传递参数:

<><jsp: foward page=”{要包含的文件路径|<%=表达式%>}”>

       <jsp:param name=”参数名称” value=”参数内容”/>

       ……..

</jsp:include>

 

 

 

JSP内置对象

NO.

内置对象

类型

描述

1

pageContext

Javax.servelt.jsp.PageContext

JSP的页面容器

2

Resquest

Javax.servelt.http.HttpServletRequest

得到用户的请求信息

3

Response

Javax.servelt.http. HttpServletResponse

服务器向客户端的回应

4

Session

Javax.servelt.http.HttpSession

保存每一个用户的信息

5

Application

Javax.servelt.ServletContext

表示所有用户的共享信息

6

config

Javax.servelt.ServletConfig

服务器配置,可取得初始化参数

7

Out

Javax.servelt.jsp.JspWriter

页面输出

8

Page

Javax.lang.Object

从该页面中表示出来的一个Servlet实例

9

exception

Javax.lang.Throwable

表示JSP页面发生的异常

 

 

4种属性范围

Page:正在一个页面中保存属性,服务器跳转后依然有效

Request:一次请求中保存,服务器跳转后依然有效

Session:一次会话范围,无论那种跳转都可用,新开浏览器无效

Application:在整个服务器上保存,所有用户都可以使用

 

Page(Pagecontext)属性范围:本页 跳转后无法取得

是的

<%

    //(1)

    pageContext.setAttribute("name","jordan");

    pageContext.setAttribute("id","23");

%>

 

<%

    //(2)

    String username = (String)pageContext.getAttribute("name");

    String userid = (String)pageContext.getAttribute("id");

%>

<h2><%=username%></h2>

<h2><%=userid%></h2>

1 2写在一个页面可以显示 但是如果分开写那就显示不出来了

 

Request属性范围:(表示客户端的请求)在服务器跳转之后 所设置的内容依然会被保留下来,但是如果是超链接跳转就无法获得request属性

 

 

Session:无论什么跳转都能获得设置的属性 但是如果新开一个浏览器直接访问跳转后的页面  无法获得session属性

 

Application:在服务器上 随你怎么弄都能获得(设置过多会影响服务器性能)

内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
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