SharePoint 2013 Silverlight中使用Netclient对象模型

  1、创建Silverlight时,选择Silverlight 4。不要选择版本号5,试了非常久版本号5都调用不了,自己也不知道什么原因。谷歌也没找到答案。后来尝试版本号4,能够调用。

  至于Host the Silverlight application是否勾选没有影响;

clip_image002

  2、Silverlight中使用client脚本,和Net中不一样,要加入以下两个引用;

clip_image004

  3、两个须要的引用,在服务器上位置为C:\Program Files\Common Files\Microsoft Shared\Web Server Extensions\15\TEMPLATE\LAYOUTS\ClientBin,例如以下图:

clip_image006

  4、然后在Silverlight的cs文件里加入引用。例如以下:

  using Microsoft.SharePoint.Client;

  然后加入读取List的代码,例如以下:

public string url = "http://server:80"; Web web; List list; ListItemCollection itemColl; string listName = "Silverlight"; string camlStr = ""; private void btn_ShowMessage_Click(object sender, RoutedEventArgs e) { getdata(); } public void getdata() { try { ClientContext context = new ClientContext(url); web = context.Web; list = web.Lists.GetByTitle(listName); CamlQuery query = new CamlQuery(); query.ViewXml = camlStr; itemColl = list.GetItems(query); context.Load(itemColl); context.ExecuteQueryAsync(new ClientRequestSucceededEventHandler(OnSuccessed), new ClientRequestFailedEventHandler(OnFailed)); } catch (Exception ex) { MessageBox.Show(ex.Message); } } private void OnSuccessed(Object sender, ClientRequestSucceededEventArgs args) { this.Dispatcher.BeginInvoke(LoadData); } private void LoadData() { String data = string.Empty; foreach (ListItem item in itemColl) { data += item["Title"].ToString() + "\r\n"; } lb_Message.Content = data; } private void OnFailed(Object sender, ClientRequestFailedEventArgs args) { this.Dispatcher.BeginInvoke(delegate() { MessageBox.Show("Get Data Failed"); }); }

  5、前台页面加入Silverlight展示WebPart,加入完成例如以下图:

clip_image008

  6、点击ShowMessage,运行client对象模型的方法。结果例如以下图:

clip_image010

总 结

  自己对于Silverlight不是非常熟悉,仅仅是小有了解SharePoint,所以有问题之处还请大家指正。尝试了非常多次,才发现怎样能在Silverlight中使用SharePointclient对象模型,希望分享给有须要的人,给大家一个參考吧。

  好了,就到这里,歇息。

。歇息一下。。

转载于:https://www.cnblogs.com/jzssuanfa/p/7150997.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测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,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,可以是移动应用、网页服务或集成到智能农业设备。 7. **实时监测**:在实际应用,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的应用将越来越广泛。
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