规则引擎实战篇-------银行贷款业务处理3

mm9154 2015-09-11 04:24:37
上次我们简单地实现了银行贷款业务的功能,这次我们利用规则引擎来快速导出页面。
首先我们来看看对象库,设置好对象传入传出的关系后,我们导出页面

如图右键选择添加jsp页面

导出了本规则工程的jsp页面,为了方便,我重命名为1.jsp

选择页面后右键菜单,点击在浏览器中访问

页面是打开成功了,不过有点问题,它提示说yh.conf文件找不到,这是什么回事呢?

还记得上一篇教程,我们使用了规则引擎访问数据库的功能,那么规则引擎内部使用的WEB服务器是tomcat,我们需要生成一个yh.conf文件放到tomcat目录下,我们选择数据库,然后右键菜单点击生成数据库连接配置文件。

保存到如下路径:C:\VisualRules\Tomcat\webapps\ROOT\WEB-INF\classes。
注意,我这里把规则引擎装载C盘,你们要根据自己的安装目录去找这个路径。


这个时候,页面终于完成了,输入贷款卡号和金额,点击提交,即可得到结果。

上一篇文章我说到,对象库里的传入传出要设置好,目的就是为了防止用户误输入,这也是一个编程的小技巧。
从这个简单的例子可以看出,使用规则引擎可以很方便地编写业务系统的核心业务规则,并且可以利用规则引擎内置的页面导出功能,快速生成网页,这将大大降低开发成本。
...全文
204 回复 打赏 收藏 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[坡道(ramp)] · 训练集:275 张 · 验证集:27 张 · 测试集:0 张 · 总计:302 张 该数据集聚焦于城市环境中各类建筑入口处的坡道设施,涵盖住宅、商铺、公共设施等多种场景,真实反映了无障碍通行设施在实际应用中的多样化形态。数据集中包含金属、橡胶、塑料等多种材质的坡道,以及不同尺寸、结构和安装方式的实例,充分体现了坡道在城市基础设施中的广泛部署与重要性。该数据集为城市智慧化管理、无障碍环境建设及公共安全监控提供了高质量的视觉基础支持。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 33 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.6372** mAP50-95 | 0.3401 Precision | 0.6603 Recall | 0.6190 train/box_loss | 1.0569 train/cls_loss | 0.7307 val/box_loss | 1.6084 val/cls_loss | 1.9323 【训练过程分析】 33 轮训练后 mAP50 仅 0.6372,模型收敛不充分。Loss 曲线前期下降后进入平台期,mAP 提升缓慢。mAP50-95 为 0.3401,定位精度同样偏低。 【模型性能评估】 Precision 0.6603、Recall 0.6190,精度高于召回,存在一... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

23,404

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧