1.3 this深度面试题

本文深入探讨了JavaScript中this关键字的指向问题,特别是在使用call方法时如何改变函数内部this的指向。通过实例分析,解释了全局参数、对象属性及函数调用之间的关系。
var big = "1"
var obj = {
big: "2",
showBig: function() {
return this.big
},
}
obj.showBig.call(big)
ƒ big() { [native code] }  //最开始我的疑惑结果为什么不是1
  • obj.showBig.call(big)执行这个的时候,showBig方法中的this指向的是全局参数big 
  • 这个this指向可以参考js function 的this问题
  • 然后是 return this.big ,  由于this是“1” , 所以this.big 相当于 “1”.big .
  • call apply bind 都是改变this指向的【箭头函数不能用,因为箭头函数中的this指向的是函数声明位置的this】
  • 【class也不能用箭头函数 ,原因待查明】
var big = "1"
var obj = {
big: "2",
showBig: function() {
return this.big
},
}
obj.showBig.call(window)   //如果指向window。call()提供新的 this 值给当前调用的函数/方法。  this的值
"1"

 

转载于:https://www.cnblogs.com/-constructor/p/10684049.html

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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