属性选择器配合location使用(菜鸟的记录)

利用location实现页面跳转高亮
本文介绍了一种利用location对象和属性选择器,在页面跳转后为相应标题添加高亮class的方法。通过给跳转链接添加特定参数,并在目标页面加载时使用jQuery获取这些参数,可以自动为当前页面的对应导航项添加样式。

最近遇到个问题,如何在点击标题跳转到另一个页面后给标题添加高亮的class


在点击企业动态一栏的时候页面跳转到别的页面,如何给相应的标题添加文本高亮的class


我以前是把企业动态这四个小页面写到一个页面里,给相同的class,然后点击时候判断下标让其显示,同时给当前点击的标题添加一个class(初学者),在这种每次点击都要刷新页面的需求里完全用不上,后来大牛教了我一个神奇的 location + 属性选择器 完美的解决了这个问题

前提是 页面是 使用 a 标签做到的跳转 :

 `<a href="newsshow.php?id=12">媒体报道</a>`

在点击链接跳转到页面后,使用 location.searh 会得到:?id=12 (关键的一步)
剩下的就是常见的属性选择器的使用了:

html结构是这样的:

    <li>
        <a href = "newsshow.php?id =12">媒体报道</a>
    </li>

script 使用的jquery

$("a[href$='"+location.search+"']").parents("li").addClass('active');

这样就可以给跳转到当前的标签添加 class 高亮;

关键是 location 的使用

基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人类活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 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