FLEX实践: 组件传递事件的处理

本文通过两个实例详细解析了Flex框架中自定义事件的传递机制。第一个实例展示了如何通过设置事件构造函数的第二个参数为TRUE来使自定义事件跨组件传递,并触发主页面上LABEL的变化。第二个实例则说明了当该参数为FALSE时,事件无法被其他页面捕捉,从而导致LABEL值不变的现象。

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

来看下面两个例子:

自定义事件 LoginEvent.as

package Events
{
import mx.events.FlexEvent;

public class LoginEvent extends FlexEvent
{
public function LoginEvent()
{
super("LoginEvent",true);
}

}
}

自定义组件 LoginComponent.mxml

<?xml version="1.0" encoding="utf-8"?>
<mx:Canvas xmlns:mx="http://www.adobe.com/2006/mxml" width="400" height="300" backgroundColor="#FADCA2">
<mx:Script>
<![CDATA[
import Events.LoginEvent;
public function sub():void{
username.text="crystal";
dispatchEvent(new LoginEvent);
}
]]>
</mx:Script>
<mx:TextInput x="111" y="44" id="username"/>
<mx:Button x="154" y="132" label="Submit" click="sub()"/>

</mx:Canvas>

主页面 LoginTest.mxml

<?xml version="1.0" encoding="utf-8"?>
<mx:Application xmlns:mx="http://www.adobe.com/2006/mxml" layout="absolute" xmlns:mp="myComponent.*" creationComplete="init()">
<mx:Script>
<![CDATA[
import Events.LoginEvent;
private function submit():void{
login.sub();
}
private function init():void{
this.addEventListener("LoginEvent",loginHandler);
}
private function loginHandler(evt:LoginEvent):void{
tt.text="meteor";
}
]]>
</mx:Script>
<mp:LoginComponent id="login"/>
<mx:Button x="551" y="152" label="Event Test" click="submit()" />
<mx:Label x="551" y="92" text="Label" id="tt"/>

</mx:Application>

运行本例的结果是单击LoginComponent中的BUTTON后,主页上的LABEL值会变成“meteor”;

再来看下面的例子

自定义事件 LoginEvent.as

package Events
{
import mx.events.FlexEvent;

public class LoginEvent extends FlexEvent
{
public function LoginEvent()
{
super("LoginEvent");
}

}
}

LoginComponent.mxml , LoginTest.mxml与上面的例子相同


运行本例的结果是单击LoginComponent中的BUTTON后,主页上的LABEL值不会改变

分析:

自定义事件时的构造方法中的第二个参数默认为FALSE,表示事件传递不能跨越组件本身。若想让组件传递的事件能被其他页面捕捉到,该参数需设置为TRUE。

内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支和高频结构先验建模分支结合Transformer模块和注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员和工程师,尤其是对核磁共振图像超分辨率感兴趣的学者和技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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