web service 一例

一.环境
   本例环境:winxp home,oracle 9i,axis1.3,tomcat4.1,开发环境eclipse3.01.
   顺便说一下如何发布axis:将下载的axis-bin-1.3包中的axis目录(里面有WEB-INF目录)COPY到%tomcat4.1%\webapps\下即可.
二.示例说明
   1.目的:     验证一下WEB SERVICE中,如何返回JavaBean.
   2.服务说明: 查询人员信息,每个人员有这样几个字段:id,name(姓名),age(年龄),birthday(生日),salary(工资),phones(多个电话,以数组实现).
   3.服务名称: getPersonList(),返回一个Person的数组. (该方法是类DBQueryService中的一个方法)
   4.JAVA类:   DBQueryService(设计本例最初是从数据库表中取数据,故以DB开头),提供WEB SERVICE服务的类
               Person:JavaBean.包含返回的数据.
   
三.示例开发过程
   1.编写Person JavaBean源代码如下:

    package demo1;
    import java.util.*;
    public class Person {
    private int      id;
    private String   name;
    private int      age;
    private Date     date;
    private double   salary;
    private String[] phones;
    
    public Person(){}
    
    ///setter method
    public void setId(int id){
        this.id=id;
    }
    
    public void setName(String name){
        this.name=name;
    }
    
    public void setAge(int age){
        this.age=age;
    }
    
    public void setDate(Date date){
        this.date=date;
    }
    
    public void setSalary(double salary){
        this.salary=salary;
    }
    
    public void setPhones(String[] phones){
        this.phones=phones;
    }
    
    getter method
    public int getId(){
        return id;
    }
    
    public String getName(){
        return name;
    }
    
    public int getAge(){
        return age;
    }
    
    public Date getDate(){
        return date;
    }
    
    public double getSalary(){
        return salary;
    }
    
    public String[] getPhones(){
        return phones;
    }
    }

    
   2.编写DBQueryService,源代码如下:

    package demo1;
    import java.sql.*;
        import java.util.Date;

        public class DBQueryService {
    
        public Person[] getPersonList(){
        Person[] persons=null;
        
        try{
            String driverName = "oracle.jdbc.driver.OracleDriver";
            String url        = "jdbc:oracle:thin:@127.0.0.1:1521:oradb";
            
            Class.forName(driverName);
            Connection conn    = DriverManager.getConnection(url,"wlz","wlz");
            Statement  stmt1   = conn.createStatement();
            ResultSet  rscount = stmt1.executeQuery("select count(id) from ws_demo");
            
            //取得行数,以动态建立数组
            rscount.next();
            int rowNums=rscount.getInt(1);
            if(rowNums>0){
                persons=new Person[rowNums];
            }else{
                return persons; //返回空值
            }
            
                    
            //取出结果集
            Statement stmt2=conn.createStatement();
            ResultSet rs=stmt2.executeQuery("select * from ws_demo order by id");
            for(int i=0;i<rowNums;i++){
                if(rs.next()){
                    Person person=new Person();
                    person.setId(rs.getInt("id"));
                    person.setName(rs.getString("name"));
                    person.setAge(rs.getInt("age"));
                    person.setDate(rs.getDate("birthday"));
                    person.setSalary(rs.getDouble("salary"));
                    String[] phones=new String[]{rs.getString("phone"),rs.getString("mobile")};
                    person.setPhones(phones);
                    persons[i]=person;
                }
            }
            
            stmt1.close();
            stmt2.close();
            rscount.close();
            rs.close();
            conn.close();  //正常来说,conn.close()应放在finally里面
        }catch(Exception e){
            System.out.println("---------------------------------");
            System.out.println(e.getMessage());
            e.printStackTrace();
            System.out.println("---------------------------------");
        }
        
            
        /*
        //如果不想用数据库,使用下面代码,将上面try{}catch{}间的代码注释掉,从学习的效果来说,是一样的。
        persons=new Person[2];  //暂且用两个练练手
        
        Person p0=new Person();
        p0.setId(1);
        p0.setName("张三丰");
        p0.setAge(100);
        p0.setDate(new Date());          //暂时用当天
        p0.setSalary(1055.62);
        String[] phone0=new String[]{"0XX-2391XXXX","13X00000001"};
        p0.setPhones(phone0);
        
        persons[0]=p0;
        
        Person p1 =new Person();
        p1.setId(2);
        p1.setName("张无忌");
        p1.setAge(30);
        p1.setDate(new Date());          //暂时用当天
        p1.setSalary(1578.94);
        String[] phone1=new String[]{"0XX-2391XXXX"};
        p1.setPhones(phone1);
        
        persons[1]=p1;
        */
        
        
        return persons;
    }
    
    //main仅用于测试是否能从数据库返回数据,变成服务时,可将其删除
    public static void main(String[] args){
        
        DBQueryService service=new DBQueryService();
        Person[] p=service.getPersonList();
        System.out.println("             the query result is: \n-----------------------------------------------------------------------------------------");
        System.out.println("id\tname\tage\tbirthday\t\t\tsalary\tphones");
        System.out.println("-----------------------------------------------------------------------------------------");
        String[] phones;
        
        for(int i=0;i<p.length;i++){
            Person person=p[i];
            phones=person.getPhones();
            String s=person.getId()+"\t"+person.getName()+"\t"+person.getAge()+"\t"+person.getDate()+"\t"+person.getSalary()+"\t";
            for(int j=0;j<phones.length;j++){
                if(phones[j]!=null){
                    s+=phones[j]+"\t";
                }
            }
            System.out.println(s);
        }
        System.out.println("-----------------------------------------------------------------------------------------");
    }
    }

       
       
   3.数据库建表语句(ORACLE 9i,各位看官可将其改成其他数据库)
      create table ws_demo(
         id       int,
         name     varchar2(20),
         age      smallint,
         birthday date,
         salary   number(10,2),
         phone    varchar2(20),
         mobile   varchar2(20),
         primary  key (id)
      )
     至于数据,就得你自己来添加了.
   
   4.发布服务
      1),将编译好的两个类(怎么编译?不用我说了吧.值得注意的一点就是类路径要包含axis的几个jar文件),COPY到%tomcat4.1%\webapps\axis\WEB-INF\classes\demo1里(demo1是两个类的包名)
      2).将下面的XML代码COPY进%tomcat4.1%\webapps\axis\WEB-INF里的server-config.wsdd.(这 个文件从哪来,是执行org.apache.axis.client.AdminClient得来的,具体可参考别人资料.)
         <service name="DBQueryService" provider="java:RPC">
            <parameter name="allowedMethods" value="*"/>
            <parameter name="className" value="demo1.DBQueryService"/>
            <beanMapping languageSpecificType="java:demo1.Person" qname="ns:Person" xmlns:ns="urn:DBQueryService"/>
         </service>
      至此,发布完毕.让我们看一下,启动tomcat4.1,在IE中打入地址 http://localhost:8080/axis/services/DBQueryService?wsdl,
      如果IE显示一堆XML,说明发布成功.
     
   
   5.客户端调用
     本例采用DII方式调用(根据试验,将DII代码放在JSP中也可运行),源代码:

     package demo1;
    import org.apache.axis.client.Service;
    import org.apache.axis.client.Call;
    import org.apache.axis.encoding.ser.BeanSerializerFactory;
    import org.apache.axis.encoding.ser.BeanDeserializerFactory;
    import javax.xml.namespace.QName;
    import java.net.URL;
    import java.text.SimpleDateFormat;

    public class DemoClient {
    public static void main(String[] args) throws Exception {
        String endPoint="http://localhost:8080/axis/services/DBQueryService";
        Service service=new Service();
        Call call=(Call)service.createCall();
        call.setTargetEndpointAddress(new URL(endPoint));
        QName qn=new QName("urn:DBQueryService","DBQueryService");
        call.registerTypeMapping(Person.class,qn,
                                 new BeanSerializerFactory(Person.class,qn),
                                 new BeanDeserializerFactory(Person.class,qn));
        call.setOperationName(new QName("urn:DBQueryService","getPersonList"));
        call.setReturnType(qn,Person[].class); //灵机一动想出来的。
        Person[] persons=(Person[])call.invoke(new Object[]{});
        if(persons==null) System.out.println("abc");
        printData(persons);
    }
    
        
    public static void printData(Person[] persons){
        SimpleDateFormat sdf=new SimpleDateFormat("yyyy-MM-dd");
        
        if(persons==null){
            System.out.println("the result is null.");
            return;
        }
        
        System.out.println("the query result is: \n-----------------------------------------------------------------------------------------");
        System.out.println("id\tname\tage\tbirthday\tsalary\tphones");
        System.out.println("-----------------------------------------------------------------------------------------");
        String[] phones;
        for(int i=0;i<persons.length;i++){
            Person person=persons[i];
            phones=person.getPhones();
            String s=person.getId()+"\t"+person.getName()+"\t"+person.getAge()+"\t"+sdf.format(person.getDate())+"\t"+person.getSalary()+"\t";
            for(int j=0;j<phones.length;j++){
                if(phones[j]!=null){
                    s+=phones[j]+"\t";
                }
            }
            System.out.println(s);
        }
        System.out.println("-----------------------------------------------------------------------------------------");
    }
    }

四.点评
   本例有选择的使用int,String,double,String[]等JAVA数据,及一个JavaBean(Person)数组,来验证WEB SERVICE与JAVA中的数据传递(其实你也看到,这种转换是自动进行的),
   在编程当中值得注意的是:
     1.遵守JavaBean规范,要有一个默认构造函数,每个属性要有对应的setter和getter方法.
     2.JavaBean可实现嵌套,如Person中可以再定义一个Address类的JavaBean.
     3.本例中未涉及自定义序列化和反序列化.

五.本示例效果:(采用不连接数据库的代码)

the query result is:
-----------------------------------------------------------------------------------------
id    name     age    birthday      salary     phones
-----------------------------------------------------------------------------------------
1    张三丰    100    2006-07-13    1055.62    0XX-2391XXXX    13X00000001   
2    张无忌    30     2006-07-13    1578.94    0XX-2391XXXX   
-----------------------------------------------------------------------------------------
<script type=text/javascript charset=utf-8 src="http://static.bshare.cn/b/buttonLite.js#style=-1&uuid=&pophcol=3&lang=zh"></script> <script type=text/javascript charset=utf-8 src="http://static.bshare.cn/b/bshareC0.js"></script>
阅读(81) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~
评论热议
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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