练习demo

练习demo

编辑器制作效果展示:

在这里插入图片描述

代码展示:

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
    <style>
        body {margin: 0;padding: 0}
        .d {position: absolute;background-color: deeppink}
    </style>
</head>
<body>
<script>
    var ox;
    var oy;
    var str;
    document.addEventListener("dblclick", cr);
    // 随机盒子宽高
    function cr(e) {
        var odd = document.createElement("div");
        document.body.appendChild(odd);
        odd.className = "d";
        odd.style.width = parseInt(Math.random() * 200 + 50) + "px";
        odd.style.height = parseInt(Math.random() * 200 + 50) + "px";
        odd.style.left = e.clientX - odd.offsetWidth / 2 + "px";
        odd.style.top = e.clientY - odd.offsetHeight / 2 + "px";
        crcolor();
        odd.style.backgroundColor = str;
        crdiv();
    }
    // 创建盒子
    function crdiv() {
        var od = document.querySelectorAll(".d");
        for (var i = 0; i < od.length; i++) {
            od[i].addEventListener("mousedown", run1);
        }
        document.addEventListener("mouseup", run2);
        function run2() {
            for (var i = 0; i < od.length; i++) {
                od[i].removeEventListener("mousemove", run);
            }
        }
        // 实现拖拽
        function run1(e) {
            ox = e.offsetX;
            oy = e.offsetY;
            for (var i = 0; i < od.length; i++) {
                od[i].style.zIndex = 0;
                od[i].addEventListener("mousemove", run);
            }
            this.style.zIndex = 1;
        }
        function run(e) {
            e.target.style.left = e.clientX - ox + "px";
            e.target.style.top = e.clientY - oy + "px";
        }
    }
    // 随机颜色
    function crcolor() {
        var r = Math.random() * 256;
        var g = Math.random() * 256;
        var b = Math.random() * 256;
        str = "rgba(" + parseInt(r).toString() + "," + parseInt(g).toString() + "," + parseInt(b).toString() + ",0.7)";
        return str;
    }
</script>
</body>
</html>

整理笔记时发现自己做的小demo,传上来了,么么哒!

内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma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)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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