排序方式: 共有26条查询结果,搜索用时 0 毫秒
1.
2.
应用MVC模式开发商务网站的研究 总被引:11,自引:0,他引:11
面向对象软件开发方法是当前软件开发领域的主流技术。将此技术应用到开发电子商务系统中 ,用面向对象的开发方法促使软件开发人员按对象是应用领域的观点去思考问题 ,是开发电子商务系统的一种尝试 ,也是必然趋势。在介绍SmalltalkMVC模式之后 ,着重讨论了将MVC模式应用于基于J2EE开发电子商务系统中 ,进行系统设计和对象设计与实现。将整个系统分为 5类对象处理 :View、Controller、Model、DB类对象和例外类对象。具体实现时 ,View类由JSP实现 ,Controller类由Servlet实现 ,Model类由EJB/JavaBean组成 ,DB类由Input ,Data ,Value 3个类处理。一般情况下 ,Controller类操作比较固定 ,其他类针对不同操作对象又进行了类的划分与继承 ,以达到复用性好、易维护、开发高效的要求。最后给出一个示例加以说明 相似文献
3.
4.
采用堆焊熔敷成形技术进行FV520B沉淀硬化不锈钢再制造实验,并通过与基材相应性能进行对比分析,研究FV520B不锈钢MAG堆焊再制造成形层力学特性。结果表明:FV520B不锈钢MAG堆焊再制造成形层具有高强度和高硬度特性,其抗拉强度达到1195MPa,超过基材的1092MPa,屈服强度和硬度平均值分别为776MPa和336HV,与基材的859MPa和353HV相近;但是,再制造成形层的静拉伸伸长率与冲击韧性相对较低,分别为8.72%和61J/cm2,与基材的19.67%和144J/cm2相比差距较大。试样断口和组织分析表明,MAG堆焊再制造成形层的快冷非平衡结晶板条马氏体+NbC,MoC,M23C6等碳化物沉淀强化相组织是其具有高强度和高硬度力学特性的根本原因。不过,缺少时效处理和Cu元素强化相作用,以及夹杂脆性相和大尺寸球形颗粒与基体间的弱界面作用会恶化材料受力时的变形能力,容易引起应力集中并开裂,是再制造成形层具有较低静拉伸伸长率和较差冲击韧性的主要原因。 相似文献
5.
6.
为了探索水下湿法激光焊接的可行性,使用光纤激光器探讨了激光功率、离焦量、水深等因素对45钢湿法焊缝成形性的影响,对比研究了空气中焊接和水下焊接焊缝的组织性能。结果表明,水下湿法激光焊接过程中,在水中入射激光和工件表面之间形成了一个“激光通道”,这个通道能否稳定存在影响着焊接的稳定性。不同的激光功率对应不同的水深阈值,当水深超过此阈值后,水会对激光产生强烈的屏蔽作用,导致焊接无法进行。激光功率、离焦量和水深影响湿法焊接焊缝的成形性,激光功率增加有利于形成外观良好的焊缝,适当的负离焦有利于形成具有较大深宽比的焊缝,水深增加不利于焊缝成形。空气中焊接焊缝中心主要是珠光体+铁素体,而水下焊接的焊缝主要是马氏体和少量残余奥氏体。水下焊接焊缝硬度高于空气中焊接,拉伸强度达606 MPa,达到基体拉伸强度的94.8%,断后伸长率降低至3.1%。 相似文献
7.
在分布式信息资源网络环境中,信息资源路由转发机制是分布式计算核心功能之一,P2P网络作为分布式计算采用最广泛的应用逻辑覆盖网络.将网络的小世界特性引入到JXTA P2P网络中,对其资源路由算法进行研究,从动态选取聚集节点、自适应选择种子聚集节点、设定对等体组等3方面进行改进.最后,通过模拟实验,表明改进算法的合理性和可行性.改进算法对分布式环境下自适应路由提供了一种可借鉴事件路由策略. 相似文献
8.
通过分析7种物质CT值的长期质控检测数据,评估瓦里安机载影像(OBI)系统锥形束CT(CBCT)图像CT值的稳定性。使用Catphan504模体,每月对瓦里安Clinac iX加速器配备的OBI系统进行质控检测,获取高质量头部(HQH)、标准剂量头部(SDH)和盆腔(Pelvis)3种扫描协议下的CBCT图像。使用DoseLab软件,对2017年3月至2018年2月共36个CBCT图像序列进行分析,获取CTP404模块中每种物质的CT值(记为Y)以及与标准CT值的差异(记为ΔY)。对数据进行统计分析,通过计算得到3种扫描协议下7种物质Y值的平均值、标准差和极差以及ΔY的平均值。结果表明:该瓦里安OBI系统CBCT图像CT值在12个月里总体上比较稳定; SDH和Pelvis两种扫描协议适合用于CBCT图像质量的质控和计量检测;HQH扫描协议的CBCT图像中物质CT值与标准CT值的差异,随物质相对电子密度的增加变化较大。 相似文献
9.
10.
节约能量以提高网络寿命是传感器网络研究面临的重要挑战.网内聚集查询在中间节点对数据进行预处理,可以减少消息传送的数量或者大小,从而实现能量的有效利用,但是,目前的聚集查询研究假设采样数据都是正确的.而目前的异常检测算法以检测率作为首要目标,不考虑能量的消耗,也不考虑查询的特点.所以将两方面的研究成果简单地结合在一起并不能产生很好的效果.分析了错误和异常数据可能对聚集结果造成的影响,提出了健壮聚集算法RAA(robust aggregation algorithm).RAA 对传统聚集查询进行了改进,在聚集的同时利用读向量相似性判断数据是否发生了错误或异常,删除错误数据,聚集正常数据并报告异常,使用户可以对网络目前状况有清晰的理解.最后,比较了RAA 和TAGVoting(在使用TAG(tiny aggregation)算法聚集的同时利用Voting算法进行异常检测),实验结果表明,RAA 算法在能量消耗和异常检测率方面都优于TAGVoting. 相似文献