flexigrid for jquery参数说明

本文详细介绍了Flexigrid表格插件的配置选项,包括宽度、高度、分页、排序等功能设置,以及如何定义列和按钮等元素。
  • $('#EmployeeGrid').flexigrid({   
  •     //表格寬度(注意在IE不能使用100%之類字串)   
  •      width:$(window).width()-2,   
  •     //表格高度(注意在IE不能使用100%之類字串)   
  •      height:480,   
  •     //資料列雙色交差   
  •      striped:true,   
  •     //欄位雙色交差   
  •      novstripe:false,   
  •     //最小寬度   
  •      minwidth:400,   
  •     //最小高度   
  •      minheight:200,   
  •     //是否可調整視窗大小   
  •      resizable:true,   
  •     //遠端伺服的網址   
  •      url:'server/employee.php',   
  •     //資料送出模式   
  •      method:'POST',   
  •     //回傳的資料類型   
  •      dataType:'xml',   
  •     //連結資料失敗時的訊息   
  •      errormsg:'連線資料庫失敗',   
  •     //啟用分頁器   
  •      usepager:true,   
  •     //不重疊   
  •      nowrap:true,   
  •     //預設的頁數   
  •      page:1,//当前页,但是该参数在初始化有效,在后期需要跳页时,需通过修改 newp 这个参数

     

     

  •     //總頁數   
  •      total:1,//totalpages   
  •     //使用分頁大小選擇器   
  •      useRp:true,   
  •     //預設的分頁大小(筆數)   
  •      rp:15,//resultsperpage   
  •     //可選用的分頁大小   
  •      rpOptions:[10,15,20,25,40],   
  •     //標題   
  •      title:false,   
  •     //分頁器的顯示資訊   
  •      pagestat:'檢視{from}到{to},全部共有{total}筆資料',   
  •     //讀取時的訊息   
  •      procmsg:'資料讀取中,請稍後…',   
  •     //搜尋時送出附加自訂的query   
  •      query:'',   
  •     //搜尋自訂附加的欄位,請搜尋"//addsearchbutton"參考原始碼那段   
  •      qtype:'',   
  •     //空資料時的訊息   
  •      nomsg:'找不到符合絛件的資料',   
  •     //隱藏欄位數不得少於?   
  •      minColToggle:1,   
  •     //顯示或關閉隱藏欄位的開啟器   
  •      showToggleBtn:true,   
  •     //預設排序的欄位   
  •      sortname:'basic_name',   
  •     //預設排序的方式   
  •      sortorder:'asc',   
  •     //送出時隱藏   
  •      hideOnSubmit:false,   
  •     //限定單選   
  •      singleSelect:true,   
  •     //不得調整視窗寬度   
  •      nohresize:true  
  •     //自動讀取資料   
  •      autoload:true,   
  •     //區塊透明   
  •      blockOpacity:0.5,   
  •     //顯示隱藏欄位時呼叫的自訂函式   
  •      onToggleCol:false,   
  •     //改變排序方式時呼叫的自訂函式   
  •      onChangeSort:false,   
  •     //執行成功後呼叫的自訂函式   
  •      onSuccess:false,   
  •     //資料送出時呼叫的自訂函式   
  •      onSubmit:false,   
  •     //錯誤時呼叫的自訂函式   
  •      onError:false,   
  •     //當分頁大小選擇器被選擇時呼叫自訂函式   
  •      onRpChange:false,   
  •     //是否顯示右上角縮小視窗的按鈕   
  •      showTableToggleBtn:true,   
  •     //定義欄位資訊(以下為範例)   
  •      colModel:[   
  •         //第一個欄位   
  •          {display:'身份證字號',   
  •           name:'basic_unicode',   
  •           width:75,   
  •           sortable:true,   
  •           align:'center',   
  •           hide:false},   
  •         //第二個欄位   
  •          {display:'姓名',   
  •           name:'basic_unicode',   
  •           width:75,   
  •           sortable:true,   
  •           align:'center',   
  •           hide:false}   
  •      ],   
  •     //自訂的參數(以下為範例)   
  •      params:[   
  •         //參數1(陣列型)   
  •          {name:'viewFields',value:['id','basic_unicode','basic_name']},   
  •         //參數2(單一型)   
  •          {name:'action',value:'view'}   
  •         /*
  •          附註:另外以下為預設一定會送出去的物件參數,注意不要取同名
  •          var param={
  •              page:p.newp,
  •              rp:p.rp,
  •              sortname:p.sortname,
  •              sortorder:p.sortorder,
  •              query:p.query,
  •              qtype:p.qtype
  •          };
  •          */  
  •      ],   
  •     //定義功能欄的按鈕資訊(以下為範例)   
  •      buttons:[   
  •          {name:'新增',bclass:'add',onpress:null},   
  •          {name:'刪除',bclass:'delete',onpress:null},   
  •          {separator:true}   
  •      ],   
  •     //定義搜尋欄位資訊(以下為範例)   
  •      searchitems:[   
  •          {display:'身份證字號',name:'basic_unicode'},   
  •          {display:'聯絡手機',name:'contact_mobile'},   
  •          {display:'姓名',name:'basic_name',isdefault:true}   
  •      ]   
  • });
内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
评论 1
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