Ajax 跨域访问

HTML 文件

<!doctype html>
<head>
<meta charset="utf-8">

<title>test JS</title>

<script src="./util.js"></script>
</head>

<body>
<div id="test-response-text"></div>
	<button id="button" class="small" onclick=executeAjax()>点我
</body>
</html>

util.js 文件

function success(text) {
	var textpos = document.getElementById('test-response-text');
	// alert(text)
	textpos.innerHTML = text;
}

function fail(code) {
	var textpos = document.getElementById('test-response-text')
	textpos.innerHTML = 'Error Code: ' + code;
}


function executeAjax() {
	var request = new XMLHttpRequest();

	request.onreadystatechange = function() {
		if (request.readyState === 4) {
			if (request.status === 200) {
				return success(request.responseText)
			} else {
				return fail(request.status)
			}
		} else {
			//
		}
	}

	request.open('GET', 'https://api.github.com/legacy/repos/search/top-topic-zhihu');
	request.send();
	alert('request has been sent');
}

open 中的 URL 只要支持 CORS 即可跨域访问。CORS 是服务器端的策略,在服务器端设置。

Github 的 API 支持 CORS,AJAX 请求后得到如下页面。

输入图片说明

参考

http://www.adobe.com/cn/devnet/html5/articles/understanding-cross-origin-resource-sharing-cors.html

http://html5online.com.cn/articles/2012080907.html

转载于:https://my.oschina.net/lvyi/blog/636763

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