社区
Web 开发
帖子详情
功能实现
xuexijava
2009-12-19 09:33:26
在页面左边是一个菜单栏
其中每个菜单项都是从数据库中读取出来的文章名字列表,并且设置成为一个链接如:XXX.do?id=xxx
在页面右边有一大块Div,想实现在点击左则菜单项中的文章名字,在右边Div块中显示怎么实现
1、菜单栏都是动态生成,想过用Ifream,但是文章内容是以字段形式存数据库中。。。。不知道怎么实现
2、除了Ajax之外有没有别的实现方式?
项目用Struts1.x和Hibernate
哪位高人能给个思路?
...全文
123
5
打赏
收藏
功能实现
在页面左边是一个菜单栏 其中每个菜单项都是从数据库中读取出来的文章名字列表,并且设置成为一个链接如:XXX.do?id=xxx 在页面右边有一大块Div,想实现在点击左则菜单项中的文章名字,在右边Div块中显示怎么实现 1、菜单栏都是动态生成,想过用Ifream,但是文章内容是以字段形式存数据库中。。。。不知道怎么实现 2、除了Ajax之外有没有别的实现方式? 项目用Struts1.x和Hibernate 哪位高人能给个思路?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
5 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
xuexijava
2009-12-19
打赏
举报
回复
已解决
xuexijava
2009-12-19
打赏
举报
回复
[Quote=引用 3 楼 kyo1124 的回复:]
你把请求路径调出来看看,肯定有错。
[/Quote]
你说的是哪个请求路径?
kyo1124
2009-12-19
打赏
举报
回复
你把请求路径调出来看看,肯定有错。
xuexijava
2009-12-19
打赏
举报
回复
我单独写一个Jsp页面用来显示文章内容的字段aa.jsp
在显示菜单栏页面中(bb.jsp)这样写
<div>
<li><a href="showFiles.do?method=showfile&id=<%=rs.getId() %>" target="aa"><%=rs.getNames() %></a></li>
<li></li>
<li></li>
<%} %>
</ul>
</div>
<div>
<iframe width="604" height="500" name="aa" >fdas</iframe>
</div>
但是在showFiles.do?method=showfile&id=<%=rs.getId() 中写一个Forward到aa.jsp
可是调用的时候bb.jsp中的iframe显示是空白。。。。。。。
sinpinle
2009-12-19
打赏
举报
回复
struts 的tiles框架 或者sitemesh框架,再不然自己写body left top bottom页面
科技中介服务机构在为中小企业提供转型支持时,如何利用“区域科技创新数智大脑”优化服务流程?.docx
科技中介服务机构在为中小企业提供转型支持时,如何利用“区域科技创新数智大脑”优化服务流程?
GJB 150.29A-2025 军用装备实验室环境试验方法 第29部分:弹道冲击试验.rar
GJB 150.29A-2025 军用装备实验室环境试验方法 第29部分:弹道冲击试验.rar
AI人工智能深度学习PyTorch实战项目:ResNet图像分类+模型量化部署+医疗影像分析三大完整项目源码(含训练推理脚本与详细文档)
AI实战三合一套餐,即用型。包含:ResNet图像分类完整项目(18/34/50/101,CIFAR-10训练,余弦退火调度,混淆矩阵可视化,单图/批量预测)、模型优化与部署工具集(动态/静态/QAT三种量化、知识蒸馏ResNet50→18、ONNX导出验证、TensorRT FP16/INT8加速、TFLite移动端int8部署、性能基准对比)、医疗影像分析系统(肺炎X光诊断,ResNet18/DenseNet121/EfficientNet三骨干,Grad-CAM可解释性热力图,ROC/PR/混淆矩阵临床评估,诊断报告CSV)。共27+可运行脚本+HTML交互式讲义(ECharts图表+Mermaid流程图+AI插图)+CSDN Markdown版。无需GPU,CPU即可跑通。
基于BP神经网络的语音特征信号分类研究(Matlab代码
实现
)
内容概要:本文围绕基于BP神经网络的语音特征信号分类展开研究,详细介绍了利用Matlab
实现
BP神经网络对语音信号进行分类的技术流程。研究涵盖了语音信号的预处理、关键特征提取(如MFCC梅尔倒谱系数)、BP神经网络的结构设计、训练优化过程以及分类性能分析,重点探讨了如何通过调整网络层数、学习率、迭代次数等参数提升分类准确率,并通过实验验证了该方法在语音识别任务中的有效性和实用性。; 适合人群:具备一定信号处理基础和神经网络理论知识,从事语音识别、人工智能、模式识别及相关领域的高校学生、科研人员及工程技术开发者。; 使用场景及目标:① 掌握BP神经网络在语音特征分类中的完整应用流程与关键技术环节;② 在Matlab平台上复现并优化语音分类模型,提升实际项目的识别精度与鲁棒性;③ 为进一步研究深度学习模型(如CNN、LSTM)在语音处理中的应用奠定理论与实践基础。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,重点关注特征提取模块与网络训练过程中的参数配置,通过对比不同实验设置下的分类结果深入理解模型行为,并尝试在自定义语音数据集上迁移应用以增强实战能力。
Web 开发
81,111
社区成员
341,723
社区内容
发帖
与我相关
我的任务
Web 开发
Java Web 开发
复制链接
扫一扫
分享
社区描述
Java Web 开发
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章