struts2零配置问题

Java > Java EE [问题点数:100分,结帖人karlpan01]
等级
本版专家分:3492
结帖率 100%
等级
本版专家分:21332
勋章
Blank
黄花 2010年1月 Java大版内专家分月排行榜第二
2009年12月 Java大版内专家分月排行榜第二
Blank
蓝花 2009年11月 Java大版内专家分月排行榜第三
等级
本版专家分:1843
等级
本版专家分:303
等级
本版专家分:189
等级
本版专家分:26325
勋章
Blank
银牌 2009年10月 总版技术专家分月排行榜第二
Blank
红花 2009年10月 Java大版内专家分月排行榜第一
Blank
黄花 2009年11月 Java大版内专家分月排行榜第二
等级
本版专家分:4306
等级
本版专家分:307
等级
本版专家分:2228
等级
本版专家分:37546
勋章
Blank
红花 2009年11月 Java大版内专家分月排行榜第一
Blank
黄花 2010年2月 Java大版内专家分月排行榜第二
Blank
蓝花 2011年7月 Java大版内专家分月排行榜第三
2010年1月 Java大版内专家分月排行榜第三
2009年12月 Java大版内专家分月排行榜第三
等级
本版专家分:42889
勋章
Blank
红花 2009年3月 Java大版内专家分月排行榜第一
Blank
蓝花 2009年2月 Java大版内专家分月排行榜第三
2008年11月 Java大版内专家分月排行榜第三
2008年8月 Java大版内专家分月排行榜第三
2008年7月 Java大版内专家分月排行榜第三
karlpan01

等级:

struts2 in action》学习问题——零配置——几点注意事项

1,导入struts-convention-plugin.jar 2,改变默认Action所在包的路径,也就是告诉struts应该到哪个包下搜索Action。  实现方式:覆盖struts.default或者在struts....3,具体详细方面知识,看有一篇相关的零配置

struts2零配置解决方法

错误:找不到对应的映射配置   1. 先检查自己的注解有没有配置错误   注意@Action的配置 @Action有两个属性 value 和className 一般只用value,value的值相当于xml配置文件里的id. className相当于xml配置...

Struts2零配置中的config-browser插件的使用问题

感觉注解模式可以省略很多繁琐的配置,随手翻起李刚的Struts2的书,找了一下Struts中的Annonation相关资料,开始了Struts2零配置尝试,一路配置下来全部顺利pass,到了config-browser这个插件,出了点问题,搜网N久,未解!...

struts零配置问题

今天试了一次struts零配置(convention-plugin),看的前辈的东西看的真累,列出其中值得注意的地方: 零配置并不是没有配置,而是通过约定大于配置的方式,大量通过约定来调度页面的跳转而使得配置大大减少。所以,...

struts2零配置参考示例

struts2 org.apache.struts2.dispatcher.ng.filter.StrutsPrepareAndExecuteFilter struts2 *.action *.jsp REQUEST FORWARD <!DOCTYPE struts PUBLIC "-//Apache Software Foundation//DTD St

struts2 零配置

info.action,(/sysytem是手动在UserAction类的前面加的namespace)请求通过HTTP协议提交给服务器端,服务器端会首先根据web.xml的配置struts2的拦截器对该路径进行过滤  &lt;filter&gt; ...

初学Struts2零配置例子

1、创建Web Project,将struts2-convention-plugin-2.xx.jar导入WEB-INF/lib 2、创建Action对象 LoginAction.java(所属包名必须为action,否则会报错找不到映射): package com.action; import org.apache.struts2....

struts2struts2零配置

零配置(zero configuration)的意思是不使用任何配置文件部署struts2应用,如struts.xml、struts.properties等。零配置并不是真的“零配置”,只是没有传统的配置文件struts.xml了,但是仍然需要使用@Annotation...

Struts2零配置

Struts2零配置的使用方式体现了“约定优于配置”的开发思想,通过遵循一定的约定规则或使用一些专门的注解,省略XML文档中的配置信息达到简化开发的目的。 二、HelloWorld 我们首先通过一个简单的例子感受一下...

关于struts2零配置问题

今天突然发现struts2零配置的一个问题,就是比如我有个文件在WEB-INF/content/content.jsp 然后我可以通过输入localhost:8080/项目名/content可以直接访问到这个jsp页面,这样不是很不安全吗?有什么配置可以关掉这种...

Struts2实现零配置

一、Convention Plugin介绍从2.1版本开始,用Convention-Plugin替换Codebehind-Plugin来实现Struts2零配置包命名习惯来指定Action位置命名习惯制定结果(支持JSP,FreeMarker等)路径类名到URL的约定转换包名到命名...

Struts2零配置

Struts2零配置 说白了就是使用注解的方式来定义Action。 后续有空在了解把,主要包含如下几个部分: 1、通过@注解实现Action零配置 2、Web.xml 中指定Action目录 3、零配置的Action的访问方式 回到首页☞ ...

Struts2零配置和REST插件

和朋友共同开发一个小项目中...首先在Struts2工程中导入所需的jar包 ezmorph-1.0.3.jar json-lib-2.1-jdk15.jar struts2-convention-plugin-2.2.1.1.jar struts2-rest-plugin-2.2.1.1.jar xstream-1.2.2.jar

struts2零配置

最近开始关注struts2的新特性,从这个版本开始,Struts开始使用convention-plugin代替codebehind-plugin来实现struts零配置。 配置文件精简了,的确是简便了开发过程,但是,我们熟悉的配置突然disappear了,真是...

struts2真正零配置,没有struts.xml

NULL 博文链接:https://liujiaoshui.iteye.com/blog/2364025

Struts2 零配置xml,已验证可用

"-//Apache Software Foundation//DTD Struts Configuration 2.0//EN"  "http://struts.apache.org/dtds/struts-2.0.dtd">

Struts2零配置开发(注解Annotation的使用)二

接上篇。  4,Namespace annotation  可以定义在Action中或者是定义在package-info.java文件中。在Action中定义的@Namespace会应用在该Action中所有的相对url上。如果定义在package-info.java文件中,那么该包中...

struts2 零配置所需的包及示例

所需的包: [code="java"] asm-3.3.jar asm-commons-3.3.jar commons-fileupload-1.2.2.jar commons-io-2.0.1.jar commons-lang-2.5.jar commons-logging-1.1.1.jar ...javassist-3.11.0.GA....

struts2零配置之@Results和@Result注解

  @Results和@Result注解    

Struts2--struts.xml配置文件(常量配置、包配置、包含配置)详解

struts.xml 是 Struts2 框架的核心配置文件,该文件主要用于配置 Action 和请求的对应关系,以及配置逻辑视图和物理视图(逻辑视图就是在 struts.xml 文件中配置的 元素,它的 name 属性值就是逻辑视图名;...

struts2 零配置方法总结

struts2 零配置

Struts2 注解零配置方法(convention插件使用)

转载:https://www.cnblogs.com/Seanit/p/4620743.html

struts2零配置中@result跳转总结

key...

简述Struts2 Convention零配置

struts2.1开始,struts2不再推荐使用Codebehind作为零配置插件,而是改为使用Convention插件来支持零配置, 和Codebehind相比,Convention插件更彻底,该插件完全抛弃配置信息,不仅不需要是使用struts.xml文件...

Struts2零配置之Action链和返回结果集的定向

最近继续折腾Struts2.1.8的注解配置,因为简练,所以喜欢,以下采自注解版的eshop项目的部分源码,留作备用package com.Aneshop.action;import java.util.*;...import org.apache.struts2.ServletActionCo

spring3和struts2整合实现零配置的教程

原文:spring3和struts2整合实现零配置的教程 源代码下载地址:http://www.zuidaima.com/share/1832308127681536.htm 我们目前做的项目使用的就是这种方式,今天比较有空,就写了个demo演示下这个功能。...

struts2.1.6零配置DEMO

NULL 博文链接:https://xj19891016.iteye.com/blog/860729

struts2零配置之convention常量

   struts2零配置之convention常量    

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)。

2020华为软件精英挑战赛初复赛赛题包.zip

2020华为软件精英挑战赛初复赛赛题包,不包含民间数据集,民间数据集在博客中给出大佬github地址。

相关热词 c# 方法 问号 c#生成失败没有错误 c# 淘宝数据 c# 全局钩子 c# 用户自定义控件关闭 c# 冒号 c# console颜色 c#以13 发送邮箱c# c#拖动条