css-4.边框和盒子模型

CSS边框与盒模型详解
本文详细介绍了CSS中边框的各种属性,包括实线、虚线边框、边框圆角、边框阴影及边框图片设定。此外还讲解了如何通过border-image属性将图片作为边框,以及如何使用outline去除浏览器默认选中状态的蓝色边框。最后,本文探讨了CSS盒模型的基础知识,包括margin和padding的应用技巧。

边框

border: 1px solid black;
border-right: 1px solid red;
border-top: 1px dashed green;
border-top: 1px dashed green;

/*隐藏边框*/
border-bottom: 0px;
border-right: none;    /*效率最高,就是没有*/
border: transparent;

边框倒脚

·顺时针
border-radius: 150px;
border-radius: 150px,20px,0px;

边框阴影

box-shadow: 5px 5px 5px #0000FF inset;
/*inset 内阴影*/
box-shadow: 0px 0px 5px 1px red;
/*
h-shadow v-shadow blur模糊阴影      spread扩展(阴影)   color颜色
*/

边框轮廓

(1)边框:
·border-immage 属性:将图片规定为包围div元素的边框
-border-image:source width repeat;
-也可以分别设置
border-image-source:图片的路径
border-image-width:图片边框的宽度
border-image-repeat:图片边框是否应平铺(repeat)铺满(round)或拉伸(stretch)
eg:
#d1{
border-image: url(img/head2.png) 26 stretch;
/*
* round 环绕
* repeat 重复
* stretch 拉伸
*将图片九宫格切片,26是一个切片的宽度
*/
}
(2)轮廓
·位于border外的一圈类似描边的样式
#d1{
outline: 2px solid red;}

· 去掉chrome默认表单元的蓝边
#d1{outline :none}



框模型(盒子模型)

·定义元素框处理元素的内容、内边距、边框和外边距的方式
外边距:margin
·默认情况下,以下html块级元素都存在外边距
-body
-h1,h2,h3··h6
-p ···
声明margin属性,可以覆盖默认样式
body,h1,p {
margin:0;
}
eg:
#d1 {
border-color: red;
margin:  10px 20px;  /*行内元素只有左右margin生效,上下不生效,要放到块元素*/
margin-bottom : 20px;
}
#d2 {
border-color: green;
margin: 20px auto;
/*左右margin auto 居中
 
*/
margin-top : 30px;    /*这个比上面的margin-bottom大,所以上下距离30px*/
}
/*当上下margin相遇时,较大的值生效,而不是叠加*/

内边距:padding
会将元素撑大,实际宽度是大小加上左右padding大小
eg:
#d1 {
border-color: red;
padding:  10px ;
}
提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习修改: 通过阅读模型中的注释查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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