Flex利用MDI模拟用户登入设计

 本文同时发表在:一路风尘  

 在看了思远(BonaShen)博客 中的FLEX- MDI窗口开发实例 。然后有参考了FlexMid 。自己修改了一点代码用来简单的实现用户登入。即只有在用户正确输入用户名之后才能对系统进行操作,否则只能停留在登入界面的效果。

示例:(由于地址链接关系,请有IE,FF好像不行。或者自行下载:http://www.box.net/shared/6pfgq21ogg  测试:只要name==password就可!!)

源代码:

1.主界面程序:Login.mxml(一个壳子o(∩_∩)o...)

<?xml version="1.0" encoding="utf-8"?>
<mx:Application xmlns="ext.containers.windows.*" xmlns:mx="http://www.adobe.com/2006/mxml" width="100%" height="100%"
      creationComplete="initFrame()">
     <mx:Script>
         <![CDATA[
          import mx.controls.Alert;
             public function initFrame():void{
                  (new User()).showModal();
                  
             }

         ]]>
     </mx:Script>
</mx:Application>

 2.登入框界面程序:User.mxml(简单的验证,你可以使用后台验证:RemoteObject,HttpService,WebService..you pick oneo(∩_∩)o...)

<?xml version="1.0" encoding="utf-8"?>
<Window xmlns="ext.containers.windows.*" xmlns:mx="http://www.adobe.com/2006/mxml" 
     xmlns:flexmdi="flexmdi.containers.*" title="User Login" layout="absolute" width="330" height="228"
     minButtonVisible="true" maxButtonVisible="true" closeButtonVisible="false" creationComplete="initUser()">
     <mx:Script>
          <![CDATA[
              import mx.controls.Alert; 
              import mx.events.CloseEvent;
              import mx.events.CloseEvent
             public function initUser():void {
                 
             }
             public function checkUser():void {
                 if(uname.text=="" || upass.text==""){
                     Alert.show("请输入用户名和密码",null,1);
                 }else if(uname.text == upass.text){
                 // do something and then close the login frame
                    closeWindow();
                    (new AfterLogin()).showModal();
                 } else {
                     Alert.show("用户名或者密码不正确", null, 1);
                 }    
             }
             public function isQuit():void{
                Alert.show("Seriously? Close it?", null, 3, null, handleAlertResponse);
             }
            public function handleAlertResponse(event:CloseEvent):void
            {
                if(event.detail == mx.controls.Alert.YES)
                {
                    closeWindow();
                    
                }
            }
          ]]>
     </mx:Script>
    <flexmdi:MDICanvas id="mdiCanvas" horizontalScrollPolicy="off" verticalScrollPolicy="off"
            width="306" height="178" backgroundColor="#FFFFFF" backgroundAlpha="0">
        <mx:Label x="23" y="28" text="Name:" width="69" fontSize="16"/>
        <mx:Label x="23" y="75" text="Password:" fontSize="16"/>
        <mx:TextInput id="uname" x="128" y="26" fontSize="16"/>
        <mx:TextInput id="upass" x="128" y="73" fontSize="16" fontFamily="Times New Roman" width="160"/>
        <mx:Button id="uexit" x="160" y="130" label="Exit" click="isQuit()" themeColor="#18FF00" fontSize="16"/>
        <mx:Button x="50" y="130" label="Login" click="checkUser()" themeColor="#18FF00" fontSize="16"/>
    </flexmdi:MDICanvas>
</Window>

 3.用户正确登入之后界面程序:(简单的问候o(∩_∩)o...)

<?xml version="1.0" encoding="utf-8"?>
<Window xmlns="ext.containers.windows.*" xmlns:mx="http://www.adobe.com/2006/mxml" layout="absolute" width="400" height="300">
<mx:Label text="恭喜你哦,用户名和密码都对了" fontSize="16"/>
</Window>

 

代码中需要用到的包 ext.containers.windows.*,flexmdi.containers.*"附带的代码都有,你可以从前面提到的博客或者网站中下载到。

附件:http://www.box.net/shared/q5r9xt4row

内容概要:本文介绍了基于Koopman算子理论的模型预测控制(MPC)方法,用于非线性受控动力系统的状态估计与预测。通过将非线性系统近似为线性系统,利用数据驱动的方式构建Koopman观测器,实现对系统动态行为的有效建模与预测,并结合Matlab代码实现具体仿真案例,展示了该方法在处理复杂非线性系统中的可行性与优势。文中强调了状态估计在控制系统中的关键作用,特别是面对不确定性因素时,Koopman-MPC框架能够提供更为精确的预测性能。; 适合人群:具备一定控制理论基础和Matlab编程能力的研【状态估计】非线性受控动力系统的线性预测器——Koopman模型预测MPC(Matlab代码实现)究生、科研人员及从事自动化、电气工程、机械电子等相关领域的工程师;熟悉非线性系统建模与控制、对先进控制算法如MPC、状态估计感兴趣的技术人员。; 使用场景及目标:①应用于非线性系统的建模与预测控制设计,如机器人、航空航天、能源系统等领域;②用于提升含不确定性因素的动力系统状态估计精度;③为研究数据驱动型控制方法提供可复现的Matlab实现方案,促进理论与实际结合。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注Koopman算子的构造、观测器设计及MPC优化求解部分,同时可参考文中提及的其他相关技术(如卡尔曼滤波、深度学习等)进行横向对比研究,以深化对该方法优势与局限性的认识。
内容概要:本文研究了基于物理信息神经网络(PINN)求解二阶常微分方程(ODE)边值问题的方法,并提供了完整的Matlab代码实现。文章通过将微分方程的物理规律嵌神经网络损失函数中,利用神经网络的逼近能力求解边值问题,避免传统数值方法在网格划分和迭代收敛方面的局限性。文中详细介绍了PINN的基本原理、网络结构设计、损失函数构建及训练流程,并以典型二阶ODE边值问题为例进行仿真验证,展示了该方法的有效性和精度。此外,文档还附带多个相关科研方向的Matlab案例资源链接,涵盖状态估计、优PINN物理信息神经网络用于求解二阶常微分方程(ODE)的边值问题研究(Matlab代码实现)化调度、机器学习、信号处理等多个领域,突出其在科学研究中的实际应用价值。; 适合人群:具备一定数学基础和Matlab编程能力的理工科研究生、科研人员及从事科学计算、工程仿真等相关工作的技术人员。; 使用场景及目标:①用于求解传统数值方法难以处理的复杂或高维微分方程问题;②为科研工作者提供PINN方法的门实践路径,推动其在物理建模、工程仿真等领域中的创新应用;③结合所提供的丰富资源拓展至电力系统、故障诊断、优化调度等交叉学科研究。; 阅读建议:建议读者结合文中的Matlab代码逐行理解PINN实现机制,动手复现并尝试修改方程形式与边界条件以加深理解,同时可参考附带资源扩展应用场景,提升科研效率与创新能力。
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
 
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