Js各种操作

前端JS技巧总结
本文总结了前端开发中常用的JavaScript技巧,包括表单验证、DOM操作、事件处理等实用方法。

 1.表单提交时验证:onsubmit="return validateForm();"  调用validateForm函数

2.定义焦点:

$("#name").focus();

 

3.通过js改变div显示:

app.style.display="block";

media.style.display="none";

4.js正则判断小数:

var reg = /^[0-9.]*$/
 if(!reg.exec(defaultPrice)){
$("#defaultPriceError").text("默认单价只能是整数或小数!");
}

 5.判断字符长度:adShowTitle.length>30

 6.获取当前节点的父节点:

写道
var p = obj.parentNode;
p.parentNode.removeChild(p);

 7.在js中提交表单,改变表单action:

 document.activityForm.submit();

 document.createForm.action = "addAdActivity";

 8.鼠标划过北京变色:

  <tr onmouseOver="this.style.background='#E0FFFF'"   onmouseout="this.style.background='#ffffff'" >

 9.以链接形式调用js:

写道
<a href="javascript:create()" style="color: red">点击创建活动</a>

 10.插入节点:

写道
cloneDivButton.parentNode.insertBefore(newDiv,cloneDivButton);

  11.删除节点:

p.parentNode.removeChild(p); 

 12.创建节点:

var objDiv = document.createElement("div");//

 13.复制节点:

var downloadDiv = document.getElementById("downloadDiv");
var newDiv = downloadDiv.cloneNode(true);

 14.获取对象值,赋值:

var url=  downloadUrls.value;
downloadUrls.value="";

 15.js验证图片:

写道
var img4=document.getElementById("img4");//中
if(img4.value == ""){//没有上传文件
}else{
var filepath = img4.value;
imgObj.src=filepath;
var extname = filepath.substring(filepath.lastIndexOf(".")+1,filepath.length).toLowerCase();
if(extname!="bmp"&&extname!="jpg"&&extname!="gif"&&extname!="jpeg"&&extname!="png"){//判断图片格式
$("#img4Error").text("您上传的图片格式不正确,请选择下列一种:bmp,jpg,jpeg,gif,png");
flag = false;
}else{
var imgFileSize=Math.round(imgObj.fileSize/1024);//取得图片文件的大小
var width = imgObj.width;
var height = imgObj.height;
if(imgFileSize>1024){//判断图片大小
$("#img4Error").text("您上传的图片过大,请上传小于1M的图片!");
flag = false;
}else{
if(width!=168||height!=28){//判断图片尺寸
$("#img4Error").text("您上传的图片尺寸不正确:"+width+"X"+height+",要求:168X28");
flag = false;
}
}
}
}

 

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
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