一个用jquery实现轮播的demo

本文介绍了一种使用HTML、CSS和JavaScript实现轮播效果的方法,包括样式设计、交互逻辑和代码实现。
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>轮播demo</title>
<style type="text/css">
*{margin: 0; padding: 0;}

ul,li{list-style: none;}




.imageSlider{ width: 430px; height:195px; position: relative;overflow: hidden;margin: 10px auto;zoom:1;}
.slider{ overflow: hidden; zoom:1; position: absolute;left: 0; top: 0; }
.slider li{ width: 430px; height:195px;}
.num{position: absolute; left: 50%; bottom: 10px; overflow: hidden; cursor: default;}
.num li{ display: inline-block;vertical-align: middle; }
.num li a{ padding-top:12px;border-radius: 50%; background: #b7b7b7;display: block;width: 12px;}
.num li.on a{ background: #df3;}
.slider li{float: left; overflow: hidden; zoom:1;}
.slider li a img{ display: block;
border:0;z-index:0;


}






</style>
<script type="text/javascript" src="jquery-1.8.3.min.js"></script>
<script type="text/javascript">
$(function(){
executeIS();

});


/*执行轮播*/

function executeIS(){
sliderInit();
var len = $(".num > li").length;
var index = 0;
var isTimer ;
$(".num li").mouseover(function(){
index=$(".num li").index(this);
showImg(index);
}).eq(0).mouseover();




$(".imageSlider").hover(function(){
clearInterval(isTimer);
},function(){
isTimer = setInterval(function(){
showImg(index);
index++;
if(index==len){index=0;}
},3000);
}).trigger("mouseleave");
}
function showImg(index){
var isWidth = $(".imageSlider").width();
$(".slider").stop(true,false).animate({'left':-(isWidth * index)},1000);
$(".num li").removeClass("on").eq(index).addClass("on");
}
function sliderInit(){
var $liLength = $(".slider>li").length;
var $liWidth = $(".slider>li").width(); 
$(".slider").width($liLength * $liWidth);
var $numMargin = -$(".num").width()/2;
$(".num").css({"margin-left":$numMargin})
}
</script>
</head>


<body>
<div class="imageSlider">
<ul class="slider">
<li><a href="javascript:void(0)"><img src="1f052cdb23774b6ea1da5e613513190f.jpg" alt="a" width="430px" height="195px"></img></a></li>
<li><a href="javascript:void(0)"><img src="4cc02705faaa3a507e4e0300.jpg" alt="b" width="430px" height="195px"></img></a></li>
<li><a href="javascript:void(0)"><img src="83db090c657640019aba4578839f83cb.jpg" alt="c" width="430px" height="195px"></img></a></li>
<li><a href="javascript:void(0)"><img src="051911ffbd6d4d2bb20d9d9c941498a0.jpg" alt="d" width="430px" height="195px"></img></a></li>
<li><a href="javascript:void(0)"><img src="ca689b77f6b8480490299ecde00b1745.jpg" alt="e" width="430px" height="195px"></img></a></li>
</ul>
<ul class="num">
<li><a href="javascript:void(0)" ></a></li>
<li><a href="javascript:void(0)"></a></li>
<li><a href="javascript:void(0)"></a></li>
<li><a href="javascript:void(0)"></a></li>
<li><a href="javascript:void(0)"></a></li>
</ul>
</div>
</body>
</html>
内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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