jquery的导航页面15(nodeDocPage.jsp续)

function hideDocType(node) {

$("#navi_select_doctype_div").css("visibility", "visible");

// 数通产品线时,文档类型列表不显示
if(node.id =="29-44" || $("#itemId0").val() == "29-44"){

$("#navi_select_doctype_div").css("visibility", "hidden");

} else if ($("#itemId0").val() != "29-44" && $("#level_id").val() <= 1) {

// 非数通产品线,产品线和产品族结果时,文档类型列表不显示
$("#navi_select_doctype_div").css("visibility", "hidden");
}
}
</script>
</head>
<%-- 隐藏区,用于存放各级导航条的itemId --%>
<form id="selectDictForm">
<input type="hidden" id="itemId" name="itemId" />
<input type="hidden" id="level_id" name="level_id" />
<input type="hidden" id="itemId0" name="itemId0" />
<input type="hidden" id="itemId1" name="itemId1" />
<input type="hidden" id="itemId2" name="itemId2" />
<input type="hidden" id="itemId3" name="itemId3" />
<input type="hidden" id="itemId4" name="itemId4" />
<input type="hidden" id="itemId5" name="itemId5" />
<input type="hidden" id="itemId6" name="itemId6" />
<input type="hidden" id="itemId7" name="itemId7" />
<input type="hidden" id="itemId8" name="itemId8" />
<input type="hidden" id="itemId9" name="itemId9" />
<input type="hidden" id="materialType" name="materialType" />
</form>
<!-- 分页bar中的每页显示记录数 -->
<DIV>
<input type="hidden" id="pageSize" name="pageSize" />
</DIV>
<!-- 联想功能 -->
<DIV class="docment_search"><jsp:include page="autoThink.jsp" /></DIV>
<table style="table-layout: fixed;" cellspacing="0" cellpadding="0" width="700px">
<tr><td style="padding: 0px;">
<div class="navi_toolbar_list" id="navi_toolbar_div">
</div>
</td></tr>
<tr><td style="padding: 0px;">
<div class="navi_subnode_list" id="navi_subnode_div">
</div>
</td></tr>
</table>
<div id="popup" class="hidden"></div>
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