Java 网络编程5---UDP程序设计

UDP简介

TCP的所有操作都必须建立可靠的连接,这样肯定会消耗大量的系统资源,为了减少这种开销,在网络中又提供了另一种传输协议—UDP协议,DUP连接时一种不可靠的连接UDP协议广泛的使用与各种聊天工具中。
使用DUP发送的消息,接收方不一定会接收到,所有的信息使用数据包的形式发送出去,所以这就要求客户端要始终等待服务器发送的消息才能进行接收,在Java中使用DatagramSocket类和DatagramPacket类完成UDP程序的开发。

UDP程序实现

在UDP开发中使用DatagramPacket类包装一条要发送的信息,之后使用DatagramSocket类用于完成信息的发送操作,这两个类的常用方法如下表所示。

序号DatagramPacket类常用方法描述
1DatagramPacket(byte[] buf, int length)构造 DatagramPacket(数据报包)对象,指定数据报包的长度为length
2DatagramPacket(byte[] buf, int length, InetAddress address, int port)构造数据报包对象,指定数据的长度,目标地址,目标端口
3byte[] getData()返回接收的数据
4int getLength()返回将要发送或接收到的数据的长度。
序号DatagramSocket类的常用方法描述
1DatagramSocket(int port)创建数据报套接字并将其绑定到本地主机上的指定端口。
2void send(DatagramPacket p)从此套接字发送数据报包。
3void receive(DatagramPacket p)从此套接字接收数据报包。

实现UDP程序,首先应该从客户端编写,在客户端指定要接收数据的端口和取得数据。
实例:UDP客户端—UDPClient

package my.net.udp;

import java.net.DatagramPacket;
import java.net.DatagramSocket;

public class UDPClient
{
    public static void main(String args[]) throws Exception
    {
        //定义用户接收数据报的引用
        DatagramSocket ds = null; 
        // 开辟空间,以接收数据
        byte[] buf = new byte[1024]; 
        // 声明DatagramPacket对象
        DatagramPacket dp = null; 
        //监听本机的6666端口
        ds = new DatagramSocket(6666);
        // 所有的信息使用buf保存
        dp = new DatagramPacket(buf, 1024); 
        //接收数据到数据报包中
        System.out.println("等待接收信息中...");
        ds.receive(dp);
        String receiveStr= new String(dp.getData(), 0, dp.getLength());
        String str=receiveStr + "from "
                + dp.getAddress().getHostAddress() + ":" + dp.getPort();
        System.out.println("接收到信息:");
        System.out.println(str); // 输出内容
    }
}

程序运行结果:
UDP客户端运行结果
程序运行之后,客户端已经打开了监听端口,等待服务器端向客户端发送信息。现在来编写服务端向客户端接收信息。
实例:DUP发送的服务端程序—UDPServer

package my.net.udp;

import java.net.DatagramPacket;
import java.net.DatagramSocket;
import java.net.InetAddress;

public class UDPServer
{
    public static void main(String args[]) throws Exception
    {
        // 定义发送数据报的对象
        DatagramSocket ds = null;
        // 声明DatagramPacket对象
        DatagramPacket dp = null; 
        // 服务端在8888端口上发送信息
        ds = new DatagramSocket(8888); 
        String str = "来着服务器的消息";
        byte[] tosend=str.getBytes();
        //向客户端发送消息
        dp = new DatagramPacket(tosend, tosend.length,
                InetAddress.getByName("localhost"), 6666); 
        System.out.println("服务器正在发送信息...");
        ds.send(dp);
        System.out.println("发送完毕...");
        ds.close();
    }
}

运行结果:
DUP客户端的运行结果
在服务器端运行完成后,客户端可以接收到来自服务端的消息,此时的客户端的运行结果:
客户端接收到的消息

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