JS的异步与加载时间线

一、JS同步和异步

1、同步模式:又称阻塞模式,会阻止浏览器的后续处理,停止了后续的解析,因此停止了后续文件的加载、渲染、代码执行(即如果加载到js文件要等到文件加载完成后执行,才能继续执行后面的代码)。所以默认同步执行才是安全的。但这样如果js中有输出document内容、修改dom、重定向等行为,就会造成页面堵塞。所以一般建议把 < script > 标签放在< body>结尾处,这样尽可能减少页面阻塞。
2、异步模式:按需加载,用到的时候再加载,不用到就不需要加载,例如回调函数。(异步在加载的过程中产生一个子进程去加载当前程序,自己去执行下一个程序)
特点:单线程的异步就是多线程,只不过用异步的方式表现出来了
3、同步和异步的区别:JavaScript 为单线程,所以同步为单线程,异步为模拟多线程;同步和异步的区别在于在执行程序的顺序不同。
4、异步 三种方式
(1)defer在DOM文档解析完成之后才执行js文件,IE独有
在IE低版本中 defer 可以让script请求的文件异步加载

<script  defer>
console.log("hello");
</script>

(2)async 针对其他浏览器,加载完就执行,只能加载外部脚本
不能把js代码写在js文件里

<script  src = "load.js" async>
</script>
```css
在这里插入代码片

(3)创建一个script标签,插入DOM中,加载完毕后 就callback,兼容性是最好的

<script  type = "text/javascript">
	var script = document.createElement("script");//创建一个script标签
	script.type = "text/javascript";//添加属性并赋值
	if(script.readyState){//判断此时的状态
	//如果IE浏览器上面有oScript.onreadystatechange码那么就是IE浏览器
		script.onreadystatechange = function(){//onreadystatechange检测状态码
		//处理兼容性问题 complete loaded 都表示script加载完成
			if(script.readyState == "complete" || script.readyState= "loaded"){
				obj[callback]();
			}
		}
	}else{//谷歌高本版
		sctipt.onload = function(){//资源事件监测dom.js下载完毕就触发此事件
			obj[callback]();
		}
	}
	script.src= url;//下载文件的地址
	document.head.appendChild(script);//挂在到DOM树上,执行代码
}
</script>

二、加载时间线

1、创建document对象。解析HTML元素和他们的文本内容后添加Element对象和Text节点到文档中。这个阶段document.readyState = ‘loading’。Document.readyStyle表示DOM数生成到什么状态了
2、如果遇到link外部css文件,浏览器会创建新线程加载,同时继续解析文档。
3、如果遇到外部js文件,并且没有设置async、defer,浏览器会加载js文件,阻塞主线程,等待js文件加载完成并执行该文件,然后继续解析文档。
4、如果遇到外部js文件,并且设置有async、defer是工具类的JS文件需要异步加载,浏览器会创建新线程加载js文件,同时继续解析文档。对于async属性的js文件,会在js文件加载完成后立即执行。
5、如果遇到img,iframe等,浏览器在解析dom结构时,会异步加载src,同时继续解析文档。
6、当DOM文档解析完成,document.readyState = 'interactive’。
7、文档解析完成后,所有设置有defer的脚本会按照顺序执行。
8、document对象触发DOMContentLoaded事件,这也标志着程序执行从同步脚本执行阶段,转化为事件驱动阶段。
9、当所有async的脚本加载完成并执行后、img等加载完成后,document.readyState = ‘complete’,window对象触发load事件。
10、从此,页面以异步响应方式处理用户输入,网络事件等。

总结:主要分成三步:
(1)document.readyState = ‘loading’
(2)document.readyState = 'interactive’
(3)document.readyState = ‘complete’

 console.log(document.readyState);  // loading
 //当状态码发生改变是触发函数
document.onreadystatechange = function(){
	console.log(document.readyState,1);//interactive还未加载完毕,complete加载完成
};  
本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算数据处理能力的工具,在图像分析模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值