jQuery部分疑问及小结

本文介绍了如何在JavaScript中检测浏览器类型和版本的方法,并提供了一个使用showModalDialog弹窗及获取返回值的具体示例。此外,还展示了如何将表单序列化为字符串以供Ajax请求使用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

2015/12/28

  判断浏览器版本和类型

 var mode = document.documentMode || 0;(jquery1.9.1不支持ie 8,9,10)
 var setExpr = $.browser.msie && (($.browser.version < 8 && !mode) || mode < 8);
 var ie6 = $.browser.msie && /MSIE 6.0/.test(navigator.userAgent) && !mode;

2016/1/22

  使用showModalDialog,及通过它获取窗口的返回值。
 1.var url = '${pageContext.request.contextPath}/common/ajSel.jsp';
   var returnValue = window.showModalDialog(url,this,
  "dialogHeight:600px;dialogWidth:740px;help:no;edge:raised;status:no");
   $('#finish').click(function(){
  var returnValue = new Array();
  returnValue[0] = $('#ylaAjah').val();
  returnValue[1] = $('#ylaDsrXm').val();
  returnValue[2] = $('#ylaDsrDw').val();
  returnValue[3] = $('#ylaBsfy').val();
  returnValue[4] = $('#caseId').val();
  //alert("caseId:"+$('#caseId').val());
  alert(returnValue[0]+","+returnValue[1]+","+returnValue[2]+","+returnValue[3]+","+returnValue[4]+";")
  window.returnValue  = returnValue;
  self.close();
   }); 
 2.序列表表格内容为字符串,用于Ajax请求。(jQuery)
   $("#results").append( "<tt>" + $("form").serialize() + "</tt>" );
 3.获取浏览版本(不使用jQuery) 

  var browserMatch = uaMatch(userAgent.toLowerCase());
  if (browserMatch.browser) {
  browser = browserMatch.browser;
  version = browserMatch.version;
     }
     var browser = {
  IE: browserMatch.browser === "IE" ? true : false,
  Firefox: browserMatch.browser === "firefox" ? true : false,
  Opera: browserMatch.browser === "opera" ? true : false,
  Chrome: browserMatch.browser === "chrome" ? true : false,
  WebKit: browserMatch.browser === "webkit" ? true : false,
  Safari: browserMatch.browser === "safari" ? true : false,
  Gecko: browserMatch.browser === "gecko" ? true : false,
  version: browserMatch.version
     }
     return browserMatch;

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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