简朴树形菜单

介绍了一款名为Lite-Ext的轻量级Ext框架,适用于WebPage应用。通过精简的设计理念,该框架能够有效减少资源消耗,特别适合于资源有限的环境下使用。示例代码展示了如何创建树形菜单组件。

[置顶] Lite-Ext 适合WebPage的轻量级Ext


google code 持续更新,这里停止


演示@google code  

 

小水管用不了extjs 的参天大树,自己种棵小树凑活用用吧。

 

 

希望也能茁壮成长。。。

 

使用代码:

 

 

var menuAction={};
                
                var tree=new Ext.ux.TreeLite({
            		id:"reportTree",
            		treeNodes:[{
            			text:'Reroll Reports',
            			cn:[{
            			   id:'Reroll_Distribution_Chart',
            			   text:'Reroll Distribution Chart' ,
            			   cn:[{
            			  		id:'sub',
            			  		text:'sub sub sub sub'
            			  	}]
            			},{
            			   id:'Number_of_Re_rolls_per_Pool',
            			   text:'Number of Re-rolls per Pool' 
            			},{
            			   id:'Pools_Reroll_Chart',
            			   text:'Pool\'s Reroll Chart' 
            			}]
            		},{
            			text:'Build Reports',
            			cn:[{
            			   id:'Daily_Builds_Time_Chart',
            			   text:'Daily Builds Time Chart' 
            			},{
            			   id:'Builds_Time_Trend_Chart',
            			   text:'Builds Time Trend Chart' 
            			},{
            			   id:'Build_Success_Rate_Chart',
            			   text:'Build Success Rate Chart' 
            			}]
            		},{
            			text:'Tool Reports',
            			cn:[{
            			   id:'Distinct_User_Trend_Chart',
            			   text:'Distinct User Trend Chart' 
            			},{
            			   id:'Orgnization_Pie_Chart',
            			   text:'Orgnization Pie Chart' 
            			},{
            			   id:'New_Users_Chart',
            			   text:'New Users Chart' 
            			}]
            		}]
            	});
            
            	tree.on("click",function(id){
            	   
            	    alert("node clicked :"+id);
            	    if(menuAction[id+"_action"]) {
            	      menuAction[id+"_action"]();  
            	    }
            	});

 

 

 

 

 

/*
	@author:yiminghe.iteye.com
	v1.0(20090825) 找个 +,- 做个树 ,理清递归结构就好了
	
*/
内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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