crm操作约会实体

    using System;
    using Microsoft.Xrm.Sdk;
    using Microsoft.Crm.Sdk.Messages;
    using Microsoft.Xrm.Sdk.Query;

    /// <summary>
    /// 约会
    /// </summary>
    public class AppointmentHelper
    {
        public static readonly string entityName = "appointment";
        public Guid appointmentId = Guid.Empty;
        public IOrganizationService service;

        /// <summary>
        /// 创建约会
        /// </summary>
        public void Create()
        {
            WhoAmIRequest userRequest = new WhoAmIRequest();
            WhoAmIResponse userResponse = (WhoAmIResponse)service.Execute(userRequest);
            Entity activitypartyEn = new Entity(){ LogicalName = "activityparty" };
            activitypartyEn["partyId"] = new EntityReference(){ LogicalName = "systemuser",Id = userResponse.UserId };

            Entity en = new Entity() { LogicalName = entityName };
            en["subject"] = "约会测试";
            en["scheduledstart"] = DateTime.Now.AddHours(1);
            en["scheduledend"] = DateTime.Now.AddHours(2);
            en["location"] = "办公室";
            en["requiredattendees"] = new Entity[] { activitypartyEn };
            en["organizer"] = new Entity[] { activitypartyEn };
            appointmentId = service.Create(en);
        }

        /// <summary>
        /// 向现有约会中添加定期信息,以使其成为定期主约会
        /// </summary>
        /// <param name="target">目标信息</param>
        public void AddRecurrence(Entity target)
        {
            AddRecurrenceRequest request = new AddRecurrenceRequest();
            request.AppointmentId = appointmentId;
            request.Target = target;
            AddRecurrenceResponse response = (AddRecurrenceResponse)service.Execute(request);
            Guid id = response.id;
        }

        /// <summary>
        /// 将约会分派给其他用户或团队
        /// </summary>
        /// <param name="assignee">用户或团队引用</param>
        public void Assign(EntityReference assignee)
        {
            AssignRequest request = new AssignRequest();
            request.Target = new EntityReference() { LogicalName = entityName,Id = appointmentId };
            request.Assignee = assignee;
            AssignResponse response = (AssignResponse)service.Execute(request);
        }

        /// <summary>
        /// 安排或预定约会
        /// </summary>
        public void Book()
        {
            BookRequest request = new BookRequest();
            request.Target = new Entity() { LogicalName = entityName,Id = appointmentId };
            BookResponse response = (BookResponse)service.Execute(request);
            ValidationResult validationResult = response.ValidationResult;
        }

        /// <summary>
        /// 重新安排约会
        /// </summary>
        public void Reschedule()
        {
            RescheduleRequest request = new RescheduleRequest();
            request.Target = new Entity() { LogicalName = entityName, Id = appointmentId };
            RescheduleResponse response = (RescheduleResponse)service.Execute(request);
            ValidationResult validationResult = response.ValidationResult;
        }

        /// <summary>
        /// 删除约会
        /// </summary>
        public void Delete()
        {
            service.Delete(entityName, appointmentId);
        }
    }

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像的目标属于哪个类别。 定位问题:确定目标在图像的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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