★★★★★★超过了任何Ajax技术性能的企业Web框架:CBX RIA

Web 开发 > Ajax [问题点数:20分]
等级
本版专家分:1
结帖率 94.78%
等级
本版专家分:5558
勋章
Blank
铜牌 2000年12月 总版技术专家分月排行榜第三
Blank
红花 2000年12月 PHP大版内专家分月排行榜第一
2000年12月 扩充话题大版内专家分月排行榜第一
等级
本版专家分:75
cnss

等级:

CBX框架介绍

CBX框架介绍 在当今的企业计算领域,各种大型商用软件系统、办公系统层出不穷,但是呈现出一个共同的趋势,那就是逐步向互联网靠拢,以互联网为默认的运行环境。传统的Web开发,包括J2EE、Asp.Net、PHP、Struts,...

CBX RIA框架——Delphi开发BS的利器

CBX是一个完备的RIA应用开发框架,它充分的具备了这三大要素,包含:浏览器ao运行容器插件;宿主在IIS的应用服务器兼部署服务器;以Delphi 7为基础扩展而来的强大开发环境。

高效高性能RIA应用平台,CBX RIA

基于绿色Delphi的强大的RIA框架平台,轻松开发Web系统,CBX 同时支持IIS和apache 两个web server 当今企业系统开发领域已经全面進入了互联网开发时代,SOA技术浪潮演化到了RIA新阶段,各种企业业务系统都在追求最高...

CBX企业应用框架

传统BS开发技术应用于企业开发领域的不足和弊端 纯Html/JS实现企业架构,实践中暴露出这种模式的先天不足:客户端虚弱。这个弱点在很多领域几乎是致命的,因为企业应用场景的很多东西是以客户端为基准的 我们需要一...

cbx ria架构 用delphi就可以开发b/s

cbx ria架构 用delphi就可以开发b/s

Ajax技术WEB开发__用AJAX开发智能Web应用程序之高级篇

====================================================== 注:本文源代码点此下载 ...一、ajax语言——对象面向的javascript 由定义来看,javascript是典型的ajax语言。不同于java,javascript并

CBX&RIA模块与模块互通

一、 单元中添加udmclxBaseAppx 二、 设置对象、全局变量 1、 第一个AO中添加GlobalVars: 如:GlobalVars.AddObject(‘AO_PagingDemo’,Self); //把自已放进去,它可以被其他所有AO引用。 ...

web.xml报错:Invalid content was found starting with element 'init-param'

web.xml中配置servlet节点时报错如下: cvc-complex-type.2.4.a: Invalid content was found starting with element ‘init-param’. One of ‘{“http://java.sun.com/xml/ns/j2ee“:run-as, ...

CBX 开发范例服务端安装

CBX 开发范例 提供了详细的例子,包括服务端安装

AJAX开发智能Web应用程序

一、 引言 在第一部分中,我们讨论了AJAX基础——建立从脚本到服务器的通讯的能力,这正是使HTML页面具有动态能力的原因...原因在于:AJAX是一个混合的祝福。一方面,它使我们能够在Web上创建丰富的桌面级的应用程序

SpringBoot JPA懒加载异常 - com.fasterxml.jackson.databind.JsonMappingException: could not initialize...

问题与分析 ...com.fasterxml.jackson.databind.JsonMappingException: could not initialize proxy [com.cbxsoftware.cbx.attachment.entity.RefAttachment#c109ec36e60c4a89a10eabc72416d984] -...

AJAX开发智能Web应用程序之高级篇

【导读】本文集中于讨论在今天对于AJAX热心者有哪些技术是可用的。在强调需要构建可重用的商业组件的同时,本文将重点分析"隐含的"JavaScript中的面向对象的力量。另外,在强调需要构建定制的UI组件的同时...

CBX3促进干细胞向神经元分化的研究

CBX3促进干细胞向神经元分化的研究 ,党晓燕,秦勇,目的 探讨CBX3对小鼠胚胎干细胞的向神经元分化的作用。方法将CBX3转染小鼠ES-D3细胞后提取mRNA和蛋白,采用实时定量PCR和Westernblot的方�

ELK系列(7) - 测试环境下Logstash异常退出:block in multi_receive_encoded

问题与分析 在本地测试无误后将ELK部署到了测试环境,结果第二天发现Logstash挂掉了,一开始以为是自动部署之类导致的问题。之后几天时间里Logstash总是会down掉,查看了下日志文件,发现报错如下: ...

使用两层ajax属性都设置为同步,在使用setinterval函数刷新的时候???

下面代码的意思就是通过ajax得到我们json数组data1和data2,因为他们两个是有联系的所以用到了for循环写在一起,然后在后面用到了setinterval函数来刷新,但是却不是局部的刷新我的活动列表框&#...

CBX开发人员手册,Delphi的CBX控件开发

CBX开发人员手册,Delphi的CBX控件开发网络客户,服务端程序

由Java正则表达式的灾难性回溯引发的高CPU异常:java.util.regex.Pattern$Loop.match

问题与分析 某天领导report了一个问题:线上的CPU自从上一个版本迭代后就一直处于居高不下的状况,领导看着这段时间的曲线图判断是有两条线程在不停的死循环。 接到任务后去查看了AWS的CloudWatch,发现线上CPU确实...

AJAX开发智能Web应用程序之高级篇

<!--google_ad_client = "pub-2947489232296736";/* 728x15, 创建于 08-4-23MSDN */google_ad_slot = "3624277373";google_ad_width = 728;google_ad_height = 15;//--><script type="text/javascript"

CBX疑难集锦(自己碰到的总结)

CBX疑难集锦(自己碰到的总结),如:CBX中AO调用OLE的异常问题解决、WIN7操作平台获取管理员权限批处理、怎样改善CBX的客户端首次加载、编写响应ao对象的事件脚本、IE放大缩小页面自动变化等等共30来项

AJAX开发智能Web应用程序之高级篇-邵京国

IT从业人员最好的兼职网 一、AJAX语言——对象面向的JavaScript由定义来看, JavaScript是典型的AJAX语言。不同于Java,JavaScript并不强调OO风格的编码。然而,令人吃惊的是JavaScript居然 全面支持所有的OO语言的...

升级log4j到log4j2报错:cannot access org.apache.http.annotation.NotThreadSafe

问题与分析 今天把项目的log4j的依赖改成了log4j2的...[ERROR] Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.1:compile (default-compile) on project cbx-core: Compilation failure...

论文研究 - H3K4me3和CBX7水平与下调相关性

为此,通过染色质免疫沉淀(ChiP)分析法分析了2对来自胃癌患者的非肿瘤和肿瘤手术标本中的H3K4me3,并且分别通过Western印迹法分析了9对GKN1和CBX7表达水平。 结果表明,在肿瘤样品中观察到的H3K4me3的增加与其...

Feature request: format preview using BibLaTeX-files (*.bbx and *.cbx-files)

<div><p>Preview section should be able to render entry according to native BibLaTeX style.</p><p>该提问来源于开源项目:JabRef/jabref</p></div>

CBX开发版完全免费

CBX 开发版支持windows xp 系统,自带Apache 2.29web服务器,完美的实现delphi开发BS ria应用,详情请浏览 http://www.powersoa.cn ,加入QQ群 64740798讨论

数据结构基础系列(7):图

数据结构课程是计算机类专业的专业基础课程,在IT人才培养中,起着重要的作用。课程按照大学计算机类专业课程大纲的要求,安排教学内容,满足需要系统学习数据结构的人。系列课程包含11个部分,本课为第7部分“图”,介绍图的相关概念图的存储结构和基本运算,深度优先和广度优先的遍历以及小生成树等其他运算。 系列课程的目标是帮助学习者系统掌握数据结构课程的相关知识,具备利用这些知识分析问题、解决问题的能力。本课是系列课程中的第7部分,具体目标包括:掌握图的相关概念;重点掌握图的邻接矩阵和邻接表各种存储结构;重点掌握图的基本运算,包括创建图、输出图、深度优先遍历、广度优先遍历算法;掌握图的其他运算,包括最小生成树、最短路径、拓扑排序等算法。能够灵活运用图解决一些综合应用问题。

大唐杯资料+题库(移动通信)

大唐杯资料+题库(移动通信)

计算欧式距离的matlab程序

这是一个计算欧式距离的matlab程序,本人使用过,很好用。

计算机设计大赛作品开发文档

参加的是2020年的计算机设计大赛,软件应用与开发赛道。我们的开发文档仅供参考。(20页)

2021华中杯A第一问配套思路.rar

2021华中杯第一问配套思路,内涵第一问处理后的可读数据,输出结果,可视化图片,RGB转换函数。(R语言代码) 声明:只可自己使用,不可商用。违者必究。 具体思路见:https://tjxwz.blog.csdn.net/article/details/116310441

matlab神经网络30个案例分析

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理,在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数,预先设定一个非线性函数,如式y=20+x21-10cos(2πx1)+x22-10cos(2πx2)所示,假定函数解析式不清楚的情况下,随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据,将y作为RBF网络的输出数据,分别建立近似和精确RBF网络进行回归分析,并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析,分别取国内生产总值(GDP),工业总产值,铁路运输线路长度,复线里程比重,公路运输线路长度,等级公路比重,铁路货车数量和民用载货汽车数量8项指标因素作为网络输入,以货运总量,铁路货运量和公路货运量3项指标因素作为网络输出,构建GRNN,由于训练数据较少,采取交叉验证方法训练GRNN神经网络,并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识,设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字,当数字被一定的噪声干扰后,仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价,试根据调研结果中较为重要的11个评价指标的数据,并结合离散Hopfield神经网络的联想记忆能力,建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题,要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型,利用该模型可以快速地找到最优(或近似最优)的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数,不但能够高准确率的预测训练集而且要合理的预测测试集,使得测试集的分类准确率也维持在一个较高水平,即使得得到的SVM分类器的学习能力和推广能力保持一个平衡,避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问,可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征,其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别,建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征,分别是前面提及过的:最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8),使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据,选定反馈神经网络的输入、输出节点,来反映电力系统负荷运行的内在规律,从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后,以改良三比值法为基础,建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值(MIV,Mean Impact Value)方法来说明如何使用神经网络来筛选变量,找到对结果有较大影响的输入项,继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理,建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度),这些特征与肿瘤的性质有密切的关系。因此,需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系,从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像,图像来自不同的10个人,每人5幅图像,人脸的朝向分别为:左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络,对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理,在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘,但是由于网络入侵特征数据维数较多,不同入侵类别间的数据差别较小,不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理,在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中,建立模型时选用的每个样本(即病例)数据包括10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度)的平均值、10个量化特征的标准差和10个量化特征的最坏值(各特征的3个最大数据的平均值)共30个数据。明显,这30个输入自变量相互之间存在一定的关系,并非相互独立的,因此,为了缩短建模时间、提高建模精度,有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理,在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理,在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户,快速地利用神经网络解决实际问题,MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用,MATLAB R2009a提供了三种神经网络拟合工具箱(拟合工具箱/模式识别工具箱/聚类工具箱)。

相关热词 c# sdk 微信 c#后台管理模板 c# 或取目录下文件 c#操作word书签 c# 比较两个数 c#语言打开.srec c# mvc 特性验证 c#类的对象初始化 c# 字符串完全匹配 c# 串口