css的盒子模型

本文详细介绍了CSS中的盒子模型,包括其组成部分如内容、内边距、边框和外边距等,并探讨了如何通过设置这些属性来实现特定的视觉效果,例如使用不同颜色的边框创建视觉差和凹陷效果。
在html中,一块内容,就是像一个盒子一样,所以在css(层叠样式表)中,控制样式的时候,充分用到了这个模型。
盒子模型由四部分构成,里面的内容,内容外边的内边距(padding,又叫填充),内边距外边的边框(border),以及边框外边的外边距(margin)。这就像一个盒子在装东西一样,他们的位置是这样固定的。内容只可以将盒子撑大,却不会将盒子撑坏了。
盒子的各个部分都可以为0,比如,内容为零的时候,应用就比较广泛了。在一个span标签中,本身就是一个盒子,如果他的内容为0,那么可以利用给边框赋予不同的值来做出下拉三角。

定义一个斜角:
span{
height:0;
width:0;
border-bottem:solid 6px #C00;
border-left:solid 6px #fff;
position:absolute;
top:0;
left:0;
overflow:hidden;
}


此外,设置border的上下和左右颜色值不同,可以形成视觉差效果,以及给四个边框赋不同的相邻颜色值可以产生凹陷效果。


在盒子模型中,会有一种特殊的现象,叫做“塌陷”,这个意思就是,相邻的两个块之间的数直距离只有margin-bottem与margin-top中较大的那个数值。


盒子模型的border有好多种类型:
none:无
dotted:点线式
dashed:破折线式
solid:直线式
double:双线式
groove:槽线式
insert:内嵌式
outset:突起


对于盒子模型,每一个属性都有四个位置,所以指定值的时候也有不同的指定方法:
指定两个值的时候:第一个值指上下,第二个值指左右
指定三个值的时候:第一个值指上,第二个值指左右,第三个值指下
指定四个值的时候:四个值分别指上、右、下、左
提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习修改: 通过阅读模型中的注释查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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