Konfabulator

Yahoo!WidgetEngine(前身为Konfabulator)是一款JavaScript运行时引擎,可在Windows和MacOSX平台上运行各种Widget,如天气预报和股票信息等。它支持高级图形显示,并允许Widget流畅地融入桌面。Konfabulator最初于2003年发布,后来被Yahoo收购。

Konfabulator



Yahoo! Widget Engine前身叫Konfabulator,它是一个JavaScript runtime engine,可运行于Windows平台和Mac OS X平台。

Widget引擎上可运行Widget,Widget可以是报警时钟、计算器、报告WiFi信号强度、返回最新的股票信息、或者是本地的天气预报。

Yahoo! Widget Engine最新版本:4.5.2

Yahoo! Widget Engine利用了现今最新的高级图形显示,允许Widget混合流体到桌面,没有传统的窗口边框限制,可滑动和色彩渐变等。

支持的操作系统:
* Mac OS X 10.5 Intel
* Mac OS X 10.5 PPC
* Mac OS X 10.4 Intel
* Mac OS X 10.4 PPC
* Mac OS X 10.3.9
* Windows XP

Konfabulator的历史:
Konfabulator最早于2003年10月2日发布,仅用于Mac OS X平台,价格24.95$;
随后发布2.0,仅用于Mac OS X平台,价格19.95$;
Konfabulator的Windows版本最早发布于2004年11月8号,版本1.8;
Konfabulator的第2个Windows版本免费,版本2.1,发布于2005年7月25号;
然后卖给Yahoo;
不久之后,Apple公司推出了类似的Widget引擎,名为Dashboard,作为Mac OS X Tiger操作系统的一部分;
Konfabulator在Windows平台上的注意商业竞争者是DesktopX,由Stardock开发。其他提供类似功能的包括:Kapsules和AveDesk(Windows平台)、gDesklets(GNOME平台)和SuperKaramba(KDE平台)。

Konfabulator使用的JavaScript引擎是Mozilla SpiderMonkey实现,遵循Mozilla JavaScript 1.5版标准(等价于ECMAScript 262版本3,带Mozilla扩展)。

DesktopX是一个共享软件,桌面增强程序,允许用户建立自己的定制桌面。

DesktopX支持三种类型的Widgets:
objects:可载入到正在运行的DesktopX环境
widgets:对象组打包为可执行文件,需要先安装DesktopX(等价于Yahoo! Widget Engine的Widget)
gadgets:完全独立的Widget提供,作为应用程序

从2005年6月,DesktopX有4个不同版本:
* DesktopX Client, which allows the use of desktops, objects and widgets.
* DesktopX Standard, which includes the DesktopX Builder that creates objects and widgets as well as desktops.
* DesktopX Pro, which allows the creation of gadgets that may be sold as separate applications or used to promote a website.
* DesktopX Enterprise, which allows the creation of desktops with advanced security features.

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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