android 调用 webService

传递的数据试用json格式

示例:

"people": 

[  

{ "firstName": "Brett", "lastName":"McLaughlin", "email": "aaaa" }, 

 { "firstName": "Jason", "lastName":"Hunter", "email": "bbbb"},  

{ "firstName": "Elliotte", "lastName":"Harold", "email": "cccc" }  

]

} 


代码:

C#webservice的方法

 [WebMethod]

 public String getTable(string name)

 {

            SqlConnection conn = new SqlConnection(@"Data Source=Mytest-PC\SQLEXPRESS;Initial    Catalog=android;Integrated Security=True");

            conn.Open();

            SqlCommand cmd = new SqlCommand("select * from peolpes where name='"+name+"'",conn);

            SqlDataAdapter da=new SqlDataAdapter(cmd);

            DataSet ds=new DataSet();

            da.Fill(ds);

            

            return   JSONHelper. DataTableToJSON(ds.Tables[0]);

  }


C#得Joson转换类

public class JSONHelper
    {


        /// <summary>     
        /// 对象转JSON    
        /// /// </summary>     
        /// <param name="obj">对象</param>     
        /// <returns>JSON格式的字符串</returns>     
        public static string ObjectToJSON(object obj)
        {
            JavaScriptSerializer jss = new JavaScriptSerializer();
            try
            {
                return jss.Serialize(obj);
            }
            catch (Exception ex)
            {
                throw new Exception("JSONHelper.ObjectToJSON(): " + ex.Message);
            }
        }


        /// <summary>     
        /// 数据表转键值对集合 www.2cto.com      
        /// 把DataTable转成 List集合, 存每一行     
        /// 集合中放的是键值对字典,存每一列     
        /// </summary>     
        /// <param name="dt">数据表</param>     
        /// <returns>哈希表数组</returns>     
        public static List<Dictionary<string, object>> DataTableToList(DataTable dt)
        {
            List<Dictionary<string, object>> list = new List<Dictionary<string, object>>();
            foreach (DataRow dr in dt.Rows)
            {
                Dictionary<string, object> dic = new Dictionary<string, object>();
                foreach (DataColumn dc in dt.Columns)
                {
                    dic.Add(dc.ColumnName, dr[dc.ColumnName]);
                }
                list.Add(dic);
            }
            return list;
        }
        /// <summary>     
        /// 数据集转键值对数组字典     
        /// </summary>     
        /// <param name="dataSet">数据集</param>    
        /// <returns>键值对数组字典</returns>     
        public static Dictionary<string, List<Dictionary<string, object>>> DataSetToDic(DataSet ds)
        {
            Dictionary<string, List<Dictionary<string, object>>> result = new Dictionary<string, List<Dictionary<string, object>>>();
            foreach (DataTable dt in ds.Tables) result.Add(dt.TableName, DataTableToList(dt));
            return result;
        }
        /// <summary>     
        /// 数据表转JSON     
        /// </summary>     
        /// <param name="dataTable">数据表</param>     
        /// <returns>JSON字符串</returns>     
        public static string DataTableToJSON(DataTable dt)
        {
            return ObjectToJSON(DataTableToList(dt));
        }
        /// <summary>     
        /// JSON文本转对象,泛型方法     
        /// </summary>     
        /// <typeparam name="T">类型</typeparam>     
        /// <param name="jsonText">JSON文本</param>     
        /// <returns>指定类型的对象</returns>     
        public static T JSONToObject<T>(string jsonText)
        {
            JavaScriptSerializer jss = new JavaScriptSerializer();
            try
            {
                return jss.Deserialize<T>(jsonText);
            }
            catch (Exception ex)
            {
                throw new Exception("JSONHelper.JSONToObject(): " + ex.Message);
            }
        }
        /// <summary>    
        /// 将JSON文本转换为数据表数据     
        /// </summary>     
        /// <param name="jsonText">JSON文本</param>     
        /// <returns>数据表字典</returns>    
        public static Dictionary<string, List<Dictionary<string, object>>> TablesDataFromJSON(string jsonText)
        {
            return JSONToObject<Dictionary<string, List<Dictionary<string, object>>>>(jsonText);
        }
        /// <summary>    
        /// 将JSON文本转换成数据行     
        /// </summary>     
        /// <param name="jsonText">JSON文本</param>     
        /// <returns>数据行的字典</returns>     
        public static Dictionary<string, object> DataRowFromJSON(string jsonText)
        {
            return JSONToObject<Dictionary<string, object>>(jsonText);
        }
    }


Android端代码如下

 String namespace="http://tempuri.org/";

 String methoName="getTable";

        

SoapObject soapObject=new SoapObject(namespace, methoName);

SoapSerializationEnvelope envelope=new SoapSerializationEnvelope(SoapEnvelope.VER11);

soapObject.addProperty("name","songsfly");//带参数的方法调用,若调用无参数的,则无需此句

envelope.dotNet=true;

envelope.setOutputSoapObject(soapObject); 

HttpTransportSE httpTranstation=new HttpTransportSE("http://192.168.172.82/Service2.asmx?wsdl");

try {

        httpTranstation.call(namespace+methoName, envelope);

        Object result=envelope.getResponse()

        String str=(String) result.toString();//获得请求的字符串

        JSONArray jsonArray =new JSONObject(str).getJSONArray("people");//获得json字符串里名字为ds的数组,如果ds不是最外层,请通过ds的父对象来取

//JSONObject joJsonObject=new JSONObject(str).getJSONObject("dss").getJSONArray("ds");//dss是ds的外层

        int count=jsonArray.length();

        for(int index=0;index<count;index++){

             String r=jsonArray.optJSONObject(index).getString("name").toString();//获得数组里的对象,再根据对象获得字段

                strList.add(r);

         }

            

            adapter=new ArrayAdapter<String>(this,android.R.layout.simple_expandable_list_item_1,strList);

           provinceListView.setAdapter(adapter);

}



深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 1
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