Js DOM 基本

Dom最基本最常用的属性和方法:

属性:

1,Attributes 存储节点的属性列表(只读)
2,childNodes 存储节点的子节点列表(只读)

3,documentElement 返回文档的根元素(可读写)

4,firstChild 返回当前节点的第一个子节点(只读)

5,lastChild 返回当前节点最后一个子节点(只读)

6,nextSibling 返回当前节点的下一个兄弟节点(只读)

7,nodeName 返回节点的名字(只读)
8,nodeType 返回节点的类型(只读)

9,nodeValue 返回节点的文本(可读写)

10,parentNode 返回父节点(只读)

11,previousSibling 返回此节点的前一个兄弟节点(只读)

12,Text 返回此节点及其后代的文本内容(可读写)

方法:

1,appendChild 为当前节点添加一个新的子节点,放在最后的子节点后
2,cloneNode 返回当前节点的拷贝
3,createAttribute 创建新的属性

4,createElement 创建一个元素节点

5,createNode 创建给定类型,名字和命名空间的节点

6,createTextNode 创建包括给定数据的文本节点

7,getElementsByTagName 返回指定名字的元素集合

8,removeChild 从子结点列表中删除指定的子节点
9,replaceChild 从子节点列表中替换指定的子节点

10,contains 是否含有某一个节点

11,hasChildNodes 是否含有子节点


节点的相对引用:(设当前对节点为node)
返回父节点
node.parentNode
node.parentElement
返回子节点集合(包含文本节点及标签节点)
node.childNodes
返回子标签节点集合
node.children
返回子文本节点集合
node.textNodes
返回第一个子节点
node.firstChild
返回最后一个子节点
node.lastChild
返回同属下一个节点
node.nextSibling
返回同属上一个节点
node.previousSibling

节点的操作:

添加节点:

  node.appendChild(childNode)

删除节点:

  node.removeChild()

替换节点:

  node.replaceNode()

复制节点:

  node.cloneNode(booleanObj)//booleanObj是一个布尔值,true复制所有的子节点,false不复制

信息的判断:

是否包含某一个节点:

  node.contains()

是否含有子节点

  node.hasChildNodes()







内容概要:本文档详细介绍了基于弹性架构搜索(Elastic Architecture Search, EAS)结合Transformer编码器进行多变量时间序列预测的项目实例。项目旨在自动化优化多变量时间序列预测模型结构,提升预测精度与鲁棒性,降低计算资源消耗,实现模型轻量化。通过MATLAB实现,项目采用Transformer编码器的多头自注意力机制,结合EAS的弹性权重共享和分阶段搜索策略,解决了高维多变量时间序列的复杂依赖建模、架构搜索计算资源需求高、模型过拟合、多步预测误差积累、数据异构性与缺失值处理、复杂模型训练收敛等挑战。最终,项目构建了一个高度模块化和可扩展的系统设计,适用于智能制造、能源管理、智慧交通等多个工业场景。 适合人群:具备一定编程基础,对时间序列预测、深度学习及MATLAB有一定了解的研发人员和研究人员。 使用场景及目标:①自动化优化多变量时间序列预测模型结构,提升预测精度与鲁棒性;②降低计算资源消耗,实现模型轻量化;③实现高度模块化与可扩展的系统设计,促进人工智能在工业领域的深度应用;④提供科研与教学的典范案例与工具,探索深度学习架构搜索在时序预测的前沿技术;⑤促进多变量时序数据融合与异质信息处理能力,推动MATLAB深度学习工具箱的应用与扩展。 其他说明:项目不仅聚焦于模型性能提升,更注重计算资源节约和应用落地的可行性。借助弹性架构搜索自动化调参,减少人工经验依赖,加快模型迭代速度,降低开发门槛。结合Transformer编码器的表达能力,显著改善多变量时间序列预测中的长期依赖捕捉和异质数据融合问题,为各类时间序列分析任务提供一种全新的解决方案。项目通过详细的代码实现和注释,帮助用户理解Transformer机制与弹性架构搜索如何协同工作,实现多变量时间序列预测。
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