15、SharePoint数据视图与Web部件操作指南

SharePoint数据视图与Web部件操作指南

1. 显示与隐藏内容

1.1 条件格式设置

在SharePoint中,可以通过条件格式来显示或隐藏内容。例如,要让库存数量为10或更少的单元格以红色字体和黄色背景显示,可按以下步骤操作:
1. 在“修改样式”对话框的“类别”下,点击“背景”,再点击“背景颜色”箭头,然后选择“黄色”。
2. 点击“确定”关闭“修改样式”对话框。
3. 点击“保存”,并按F12在浏览器中查看“库存”页面,可能需要向下滚动才能看到Web部件。

1.2 显示销售图标

若要在库存商品有销售价格且库存数量大于10时显示销售图标,操作步骤如下:
1. 使用SharePoint Designer打开之前使用的网站,若未打开则先打开,然后以编辑模式打开“Stock.aspx”。
2. 在“家具名称”下,将插入点置于“高柜”右侧,然后在“插入”选项卡的“图片”组中点击“图片”,打开“图片”对话框。
3. 在“文件名”框中,若未显示网站内容,输入网站的URL并按回车键,对话框主区域将显示网站的SharePoint对象。
4. 双击“SiteAssets”,然后点击“Sale.png”。
5. 点击“打开”,“图片”对话框关闭,“可访问性属性”对话框打开。
6. 在“替代文本”框中输入“促销商品”,然后点击“确定”关闭“可访问性属性”对话框,此时“家具名称”列的所有单元格中会出现红色促销图片。
7. 点击红色促销图片,在“条件格式”任务窗格中点击“创建”,然后点击“显示内容”。若“条件格式”任务窗格未打开,可使用“视图”选项卡上的“任务窗格”命

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练分类,实现对不同类型扰动的自动识别准确区分。该方法充分发挥DWT在信号去噪特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性效率,为后续的电能治理设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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  | 博主筛选后可见
 
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