基于JSON的异构Web平台的设计与实现

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:xuebin0523
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网覆盖领域的不断扩大以及编程语言的不断更新和迅速发展,Web平台需要兼顾越来越多的异构情况。JSON具有语言独立性和平台无关性的特点,与其他轻量级的数据交换格式相比有着显著优势,逐渐成为目前Web平台理想的数据交换格式。Java和Python作为Web开发中两种长期占据主要使用比例的编程语言,越来越多地被开发者在同一个系统中使用。目前如何通过独立数据格式将前后端以及不同的开发语言之间进行连接就成为了一个典型问题。针对这个问题,实现了一种基于JSON的异构平台。在基于Java和Python两种语言进
其他文献
不同时间尺度上的水文序列预测在水资源调配和防洪减灾决策中起着重要的作用。提出了一种基于小波分解和非线性自回归神经网络相结合的水文时间序列预测模型(WNARN)。运用Dau
目的观察腓骨肌萎缩症(CMT)X1型的临床、电生理特点和Connexin32(Cx32)基因突变情况.方法对1个无基因重复的临床可疑的CMTX1家系中的3例患者进行详尽的临床和神经电生理检查,
目的探讨首发抑郁症患者经盐酸氟西汀治疗后脑葡萄糖代谢率的变化。方法8例首发抑郁症患者经盐酸氟西汀 治疗前、后进行正电子发射断层扫描术(positron emission tomographyr
为了精化布料网格得到逼真的布料模拟效果,提出了一种基于机器学习的方法合成高分辨率布料褶皱。首先模拟真实的布料运动,获取布料运动的帧数据信息,将布料运动的帧数据信息转换为图像信息的形式进行存储。然后将图像信息作为输入,输入到卷积神经网络(CNN)中进行训练,通过将卷积神经网络与缩小网络相结合,最终得到高分辨率布料图像。最后将高分辨率布料图像转换为高分辨率布料网格,对布料进行模拟。实验结果表明,与初始
离散数学又称为计算机数学,它是研究离散量之间的科学。数理逻辑是离散数学的四大模块之一。为了满足自动化推理的客观需要,人类逐渐将逻辑学运用到了计算机科学领域。回顾人
DenseNet是一种广泛用于影像分类的卷积神经网络,但它不具备记忆功能,无法反映卷积操作后不同特征映射之间的关联关系。若将其直接应用于判断直肠癌是否发生淋巴结转移,则无法比较直肠癌CT影像特征在深度神经网络映射过程中的变化。基于此,提出了一种新颖的深度神经网络模型DenseNet-GRU(gated recurrent unit),其核心是利用GRU获取DenseNet提取的不同影像特征之间的关
期刊
针对异构网络数据资源存在节点及链路均衡度过低且数据重构资源分配路径误差较大的问题,设计一种基于节点拓扑感知的异构网络数据动态重构算法。利用模糊核聚类算法将数据样