Flex与.NET互操作(八):使用FluorineFx网关实现远程访问

关于远程访问在本系列文章中陆续的写了不少示例了,本文没有准备深入的去探讨,为了巩固FluorineFx网关的学习和使用。于此,本文将使用FluorineFx网关来提供数据服务等多项功能来介绍通过FluorineFx实现远程访问的相关知识点。

FluorineFx提供的远程访问包括有很多方面的知道点,本文只介绍其中的三个知识点:访问远程对象返回对象,返回DataTable,返回DataSet对象.FluorineFx安装包里自带有相关的示例程序,要学习更多可直接参考这些示例程序.

在实现访问前我们同样来做一些准备工作,建立好远程对象,如下:

<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />--> 1namespaceFluorine.ServiceLibrary
2{
3publicclassBook
4{
5publicintId{get;set;}
6publicstringName{get;set;}
7publicstringAuthor{get;set;}
8publicdoublePrice{get;set;}
9}
10}

下面是提供Flex访问的远程对象:

Code
<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />-->1namespaceFluorine.ServiceLibrary
2{
3[RemotingService]
4publicclassFluorineService
5{
6///<summary>
7///返回一个简单对象
8///</summary>
9///<returns></returns>
10publicBookGetBook()
11{
12returnnewBook
13{
14Id=1,
15Name="《三国演义》",
16Author="罗贯中",
17Price=100
18};
19}
20
21///<summary>
22///返回DataTable对象
23///</summary>
24///<returns></returns>
25[DataTableType("Fluorine.ServiceLibrary.Book")]
26publicDataTableGetDataTable()
27{
28DataTabledt=newDataTable("Book");
29dt.Columns.Add("Id",typeof(int));
30dt.Columns.Add("Name",typeof(string));
31dt.Columns.Add("Author",typeof(string));
32dt.Columns.Add("Price",typeof(double));
33
34DataRowdr=dt.NewRow();
35dr["Id"]=1;
36dr["Name"]="《三国演义》";
37dr["Author"]="罗贯中";
38dr["Price"]=52.30;
39dt.Rows.Add(dr);
40
41dr=dt.NewRow();
42dr["Id"]=2;
43dr["Name"]="《西游记》";
44dr["Author"]="吴承恩";
45dr["Price"]=39.91;
46dt.Rows.Add(dr);
47
48returndt;
49}
50
51///<summary>
52///返回DataSet对象
53///</summary>
54///<returns></returns>
55[DataSetType("Fluorine.ServiceLibrary.Book")]
56publicDataSetGetDataSet()
57{
58DataSetds=newDataSet("DS");
59DataTabledt=ds.Tables.Add("Books");
60dt.Columns.Add("Id",typeof(int));
61dt.Columns.Add("Name",typeof(string));
62dt.Columns.Add("Author",typeof(string));
63dt.Columns.Add("Price",typeof(double));
64
65DataRowdr=dt.NewRow();
66dr["Id"]=1;
67dr["Name"]="《三国演义》";
68dr["Author"]="罗贯中";
69dr["Price"]=52.30;
70dt.Rows.Add(dr);
71
72dr=dt.NewRow();
73dr["Id"]=2;
74dr["Name"]="《西游记》";
75dr["Author"]="吴承恩";
76dr["Price"]=39.91;
77dt.Rows.Add(dr);
78
79returnds;
80}
81
82}
83}

上面代码片段中分别提供了返回一个对象,DataTable,DataSet对象的方法。这里只需要记住两个关键标识就行,它门是:DataTableType和DataSetType. 下面通过Flex的非可视化组件<mx:RemoteObject>来访问远程对象,OK,下面我们来看看具体怎么来调用。

<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />--> 1 < mx:RemoteObjectid = " ro " destination = " fluorine " >
2 source = " Fluorine.ServiceLibrary.FluorineService "
3 fault = " onFaultHandler(event) "
4 < mx:methodname = " GetBook " result = " onGetBookHandler(event) " />
5 < mx:methodname = " GetDataTable " result = " onGetDataTableHandler(event) " />
6 < mx:methodname = " GetDataSet " result = " onGetDataSetHandler(event) " />
7 </ mx:RemoteObject >

一、返回对象示例

<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />--> 1 [Binable]
2 private varbook:BookVO;
3
4 private functiononGetBookHandler(evt:ResultEvent):void
5 {
6 book = evt.result as BookVO;
7 }

通过点击按扭调用远程方法GetBook()完成方法的调用,直接可以将返回结果绑定到界面元素上。

<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />--> 1 < mx:Buttonlabel = " Book " click = " ro.GetBook() " />
2 < mx:TextInputwidth = " 302 " text = " {boo.Name+book.Author+book.Price} " />

二、返回DataTable对象

返回DataTable和DataSet,将结果绑定到DataGrid上显示,先看看DataGrid的定义:

<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />--> 1 < mx:DataGrid x ="10" y ="10" width ="543" height ="147" dataProvider ="{books}" >
2 < mx:columns >
3 < mx:DataGridColumn headerText ="编号" dataField ="Id" />
4 < mx:DataGridColumn headerText ="书名" dataField ="Name" />
5 < mx:DataGridColumn headerText ="作者" dataField ="Author" />
6 < mx:DataGridColumn headerText ="价格" dataField ="Price" />
7 </ mx:columns >
8 </ mx:DataGrid >

DataGrid的数据源为定义的一个ArrayCollection对象,详细如下:

<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />--> 1 [Binable]
2 privatevarbooks:ArrayCollection;
<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />--> 1 private functiononGetDataTableHandler(evt:ResultEvent):void
2 {
3 books = evt.result as ArrayCollection;
4 }

三、返回DataTable对象

<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />--> 1 private functiononGetDataSetHandler(evt:ResultEvent):void
2 {
3 books = evt.result as ArrayCollection;
4 }

如上便完成了通过FluorineFx网关来实现远程访问,下面是完整的Flex端代码,实现很简单这里就不作详细讲解:

<!--<br /><br />Code highlighting produced by Actipro CodeHighlighter (freeware)<br />http://www.CodeHighlighter.com/<br /><br />--> 1 <? xmlversion="1.0"encoding="utf-8" ?>
2 < mx:Application xmlns:mx ="http://www.adobe.com/2006/mxml" layout ="absolute" >
3 < mx:Script >
4 <! [CDATA[
5 importmx.controls.Alert;
6 importmx.rpc.events.ResultEvent;
7 importmx.rpc.events.FaultEvent;
8 importmx.collections.ArrayCollection;
9 [Binable]
10 privatevarbooks:ArrayCollection;
11 [Binable]
12 privatevarbook:BookVO;
13
14 privatefunctiononGetBookHandler(evt:ResultEvent):void
15 {
16 book=evt.resultasBookVO;
17 }
18
19 privatefunctiononGetDataTableHandler(evt:ResultEvent):void
20 {
21 books=evt.resultasArrayCollection;
22 }
23
24 privatefunctiononGetDataSetHandler(evt:ResultEvent):void
25 {
26 books=evt.resultasArrayCollection;
27 }
28
29 privatefunctiononFaultHandler(evt:FaultEvent):void
30 {
31 Alert.show(evt.fault.faultDetail);
32 }
33 ]] >
34 </ mx:Script >
35 < mx:Panel x ="42" y ="56" width ="578" height ="226" layout ="absolute" fontSize ="12" >
36 < mx:DataGrid x ="10" y ="10" width ="543" height ="147" dataProvider ="{books}" >
37 < mx:columns >
38 < mx:DataGridColumn headerText ="编号" dataField ="Id" />
39 < mx:DataGridColumn headerText ="书名" dataField ="Name" />
40 < mx:DataGridColumn headerText ="作者" dataField ="Author" />
41 < mx:DataGridColumn headerText ="价格" dataField ="Price" />
42 </ mx:columns >
43 </ mx:DataGrid >
44 < mx:ControlBar >
45 < mx:Button label ="DataTable" click ="getDataTable()" />
46 < mx:Button label ="DataSet" click ="getDataSet()" />
47 < mx:Button label ="Book" click ="ro.GetBook()" />
48 < mx:TextInput width ="302" text ="{boo.Name+book.Author+book.Price}" />
49 </ mx:ControlBar >
50 </ mx:Panel >
51 < mx:RemoteObject id ="ro" destination ="fluorine" >
52 source="Fluorine.ServiceLibrary.FluorineService"
53 fault="onFaultHandler(event)"
54 < mx:method name ="GetBook" result ="onGetBookHandler(event)" />
55 < mx:method name ="GetDataTable" result ="onGetDataTableHandler(event)" />
56 < mx:method name ="GetDataSet" result ="onGetDataSetHandler(event)" />
57 </ mx:RemoteObject >
58 </ mx:Application >
59
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
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