OKHttp--未完成

本文详细介绍了使用OkHttp进行网络请求的基本用法,包括配置OkHttpClient、创建不同类型的RequestBody(如JSON、表单数据和多文件上传)、构建Request对象及执行同步与异步请求的方法。

1、基本用法

1.1 导包

gradle方式 需要导入
compile 'com.squareup.okhttp3:okhttp:3.3.0'

1.2 基本用法
//默认方式的OkHttpClient
OkHttpClient okHttpClient = new OkHttpClient();
//自定义OkHttpClient
OkHttpClient okHttpClientCus = new OkHttpClient.Builder()
        .connectTimeout(10, TimeUnit.SECONDS)   //连接超时
        .readTimeout(20, TimeUnit.SECONDS)
        .cookieJar()    //cookie管理
        .cache()        //自定义缓存目录
        .proxy()        //设置代理
        .sslSocketFactory() //设置ssl
        .build();

//RequestBody 1 post上传的文件、json数据等
String body = "";
//Content-Type参数
MediaType JSON = MediaType.parse("application/json; charset=utf-8");
RequestBody requestBodyFile = RequestBody.create(JSON, body);
//RequestBody 2 post上传的参数。
RequestBody requestBody = new FormBody.Builder()
        .add("键", "值")
        .build();
//RequestBody 3 post上传多文件
RequestBody requestBodyMul = new MultipartBody.Builder()
        .setType(MultipartBody.FORM)
        .addFormDataPart("键", "值")
        .addFormDataPart("image", "abc.jpg", RequestBody.create(MEDIA_TYPE_PNG, new File("/abc.jpg")))
        .build();

Request.Builder requestBuilder = new Request.Builder();
requestBuilder.url("http://www.baidu.com")
        //get方式
        .get()
        //post方式 需要RequestBody
        .post(requestBody)
        .addHeader("键", "值");
Request request = requestBuilder.build();

Call mcall= okHttpClient.newCall(request);
//异步方式
mcall.enqueue(new Callback() {
    @Override
    public void onFailure(Call call, IOException e) {
        Log.i("-----", "onFailure==>" + e.getMessage());
    }
    @Override
    public void onResponse(Call call, Response response) throws IOException {
        Log.i("-----", "onResponse==>" + response.toString());
    }
});

参考:
http://www.jianshu.com/p/1873287eed87

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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