三层初识

        从开始画UML图就一直听说三层,当时就查过一些资料有个大概的理解,现在到了真正学习三层的时候当然要理清楚思路。

       三层的存在一定是有它的道理,那么使用三层来设计程序有什么好处,答案是“高内聚,低耦合”这该如何理解呢?那就先理解一下内聚和耦合。内聚就是说一个模块在完成职责时应该尽量的只和自己内部的元素联系,不要麻烦其他的模块。耦合则刚好是相反的一个模块在完成自己职责时,不得不调用其他的模块,这就是耦合,用来描述两个模块联系程度的。

       我们在设计软件时一定要做到高内聚,低耦合,这样有利于维护和修改。而三层就是为了跟好的满足,自己是这样理解的,每一层将自己封装起来,和其他层打交道时都是通过方法或函数,这对其它层来说就是接口,在日后进行维护或修改的时候“接口”是保持不变的,层内部进行改变,并不影响其它层的他调用,无需修改。

接下来就是对三层的初步认识。三层包括:UI、BLL、DAL。那么具体的再看各层的作用

UI

         显示数据;收集信息和操作指令

BLL

         接受UI数据和指令,执行业务逻辑;

         如果需要使用到DB则调用DAL;

         将DAL的数据返回给UI显示

DAL

         和数据源打交道,增、删、改、查。

 

他们之间的关系

U调B,B调D,D连数据源;D返B,B返U,U显示。

来看一个具体登入的例子

一个程序一共包括4个项目,分别是UI、BLL、DAL和Model。前三者不用说就是三层的每一层,而Model是一个数据模型查了一些资料这个东西可以理解为数据库的一个代表,它里面的属性就是数据库里的字段,它的作用是传递数据使用的,可以被三层中的每一层都引用但是它不知道三层的存在。具体的好处还不是很理解。

接着看每层都是如何工作的呢。就有外到内依次深入。首先是UI

UI和我们学过的VB很相似,一个WinForms,在上面拖拽一些控件,双击控件就可以打开编写。

登入按钮双击开始编写代码,在原来VB没有用三层的时候我们是直接编写程序打开数据库进行验证、登录。而在三层里UI是不可以直接和DB进行接触的,它必须通过BLL层来进行“验证”这一业务的实现。

Private SubcmdButn_Click(sender As Object,e As EventArgs)HandlescmdButn.Click
        '实例化一个B层的类
        Dimmanager As Login.BLL.loginManager= New BLL.loginManager()
        '定义一个实体,给其属性赋值,并将这的实例化的实体作为参数传给B层
        DimtmpUser As NewLogin.Model.UserModel
       tmpUser.Name = txtUser.Text.Trim()
       tmpUser.passWord = txtPassWord.Text
       tmpUser.Level = "Manager"
       tmpUser.WorkData = Convert.ToString(Today())
       tmpUser.WorkTime = Convert.ToString(TimeOfDay())
       tmpUser.OverData = ""
       tmpUser.OverTime = ""
        '调用B层的方法,将赋了值的实例化的实体tmpUser作为参数传递给调用的函数
       manager.userLogin(tmpUser)
 
        MessageBox.Show("登入用户:" +tmpUser.Name)


    BLL实现具体的“验证”业务,分为两种情况,如果B层自己能够完成U层的要求,则自己解决,如果需要数据才能完成,则需要调用D层连接数据库完成。

Public FunctionuserLogin(ByVal UIuser AsLogin.Model.UserModel) AsModel.UserModel
        '定义一个D层类的对象
        DimsUser As Login.DAL.selectUser= New DAL.selectUser
        '定义实体类的对象,用来接收D层返回的结果
        Dimuser As Login.Model.UserModel
        '该语句是一个桥梁,接收U层传来的实体参数,同时接收D层SelectUser函数返回的结果
        user= sUser.SelectUser(UIuser)
        '这一段用来判断是否有符合的结果,如果有就记录该用户
        If(Not IsDBNull(user)) Then
            '定义一个D层的UpdateRecord类
            Dimupuser As Login.DAL.updataRecord= New DAL.updataRecord()
            '桥梁,将UI层的参数传来的实体当参数,对数据库进行更新
           upuser.upWorkRecord(UIuser)
        EndIf
        Returnuser '返回user给U层
    End Function

<pre name="code" class="vb"><span style="font-size:18px;">D层就是和数据库打交道,获取数据,更新数据</span>

 
Public SharedFunctiongetConnection() As SqlConnection
        '因为Connection是上所有打开数据的时候都需要用到的部分,所以可以写为函数调用
        Dimstrconn As String= "Server=localhost;Database=Users;UID=sa;PWD=123456"
        Dimconn As SqlConnection= New SqlConnection(strconn)
        Returnconn
    End Function
 
Public FunctionSelectUser(ByVal BLLuser AsLogin.Model.UserModel) AsModel.UserModel
        Dimcn As SqlConnection= DBConn.getConnection() '调用写好的链接函数
 
        '定义具体的SQL语句
        Dimsql As String= "select userID,Level,UserName from UserInfo where userID=@UserNameand PWD=@PassWord"
        Dimcmd As SqlCommand= New SqlCommand(sql,cn) '执行Command命令
        '给Command添加属性,这时使用实体的属性值来把参数传给sql中的变量
       cmd.Parameters.Add(New SqlParameter("@UserName",BLLuser.Name))
       cmd.Parameters.Add(New SqlParameter("@PassWord",BLLuser.passWord))
       cn.Open()
        '定义DataReader用例存储查找到的结果,并且一条一条的进行读取
        Dimreader As SqlDataReader= cmd.ExecuteReader
 
        Dimuser As Model.UserModel= New Model.UserModel
        While(reader.Read)
            If(IsDBNull(user)) Then
               user = New Model.UserModel
            EndIf
           user.Name = reader.ToString(0)
           user.passWord = reader(2)
        EndWhile
        cn.Close()
        Returnuser '返回结果给B层
    End Function
 
    Public SubupWorkRecord(ByVal bllUser AsLogin.Model.UserModel)
        Usingcn As SqlConnection= DBConn.getConnection()
            Dimsql As String= "Insert IntoWorkRecord(UserName,Level,WorkDate,WorkTime,OverData,OverTime) values(@UserName,@Level,@WorkDate,@WorkTime,@OverData,@OverTime)"
            Dimcmd As SqlCommand= New SqlCommand(sql,cn)
            '这里接收的参数来自B层的
           cmd.Parameters.Add(New SqlParameter("@UserName",bllUser.Name))
           cmd.Parameters.Add(New SqlParameter("@Level",bllUser.Level))
           cmd.Parameters.Add(New SqlParameter("@WorkDate",bllUser.WorkData))
           cmd.Parameters.Add(New SqlParameter("@WorkTime",bllUser.WorkTime))
           cmd.Parameters.Add(New SqlParameter("@OverData",bllUser.OverData))
           cmd.Parameters.Add(New SqlParameter("@OverTime",bllUser.OverTime))
 
           cn.Open()
           cmd.ExecuteNonQuery() '执行更新
            '因为使用Using方法,在使用完毕后自动关闭,所以不需要调用Close()
        EndUsing


用Rose画了一张图用来帮助理解,有些可能不符合UML的要求,只是用来帮助理解三层。

当用户在登录窗体中click登录之后,U调用B的userLogin() 方法,以为B无法自己独立完成验证,所以调用D层的selectUser() 连接数据源进行验证。

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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。
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 14
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