关于“单击以激活并使用此控件”的解决[z]

文章解释了在网页上出现“单击以激活并使用此控件”的提示的原因,指出这是由于安装了KB912945补丁所致。提供了客户端和网站开发者两种解决方案。

From: blog.h3bbs.com/article.asp

   在网页上,将鼠标挪到FALSH等类的控件上后,会出现“单击以激活并使用此控件”的提示,这是非常讨厌的。好像每次刷新都需要激活。是不是windows又出现什么问题了呢?

     现在的Flash显示跟以前不同了,鼠标放上去会有一个虚线框,有提示文字说“单击以激活并使用此控件”,也就是说页面刚打开的时候,页面上的Flash是没有被激活的,需要用户确认,这时Flash可以正常播放动画但是如果里面有按钮什么的就不能点,用户确认激活后那些按钮才可以用。


    
其实这是你的系统在最近升级更新过了,并且安装了更新系统编号为KB912945的补丁。

    这是微软为了避免与Eolas公司和加利福尼亚大学之间的专利侵权纠纷,而发布的一个IE非安全更新,这不是什么BUG 。

    安装这个补丁以后,IE浏览器对ActiveX控件和Java程序的处理方式将有所改变,默认情况下不会主动激活,因此用户在访问Flash广告等网络内容时需要多点击一次鼠标,但非交互式控件不会改变,微软已经通知网站开发人员最好对他们的网页作出相应修改!

      客户端的解决办法:在控制面板的"添加删除程序"中删除编号为"KB912945"的更新,如果列表中没有显示,需要在"添加删除程序"窗口右上角的“显示更新”前打√。

 网站开发人员的应对办法:

通过调用外部js,将activex控件写入到页面中。【这一步很重要,否则不起效果-bwl】


例如:

a.html要加载一个b.swf的flash,需要另外使用一个c.js文件,在里面通过document.write/innerHTML/outerHTML方式,将带有b.swf的object标签填入到页面指定位置。

c.js中的函数:

程序代码

function insertFlash(elm, url, w, h) {
if (!document.getElementById(elm)) return;
var str = '';
str += ' ';
document.getElementById(elm).innerHTML = str;
}

 

这是一个非常简单的函数,大家在使用的时候可以根据自己的需求,作相应修改。比如给object增加一些参数等等。

参数说明:
elm:需要插入flash的外层HTMLElement
url: flash的地址
w: flash宽
h: flash高

使用方法:
a.html:

程序代码
<script type="text/javascript" src="http://blogbeta.blueidea.com/c.js"></script>

<script type="text/javascript">
// insertFlash('test', 'b.swf', 120, 85);
// ]]>
</script>

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法与Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度与动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,在Matlab平台上实现了完整的算法仿真与验证,展示了该方法在高精度定位控制中的有效性与实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员与工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模与预测控制相关领域的研究生与研究人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能预测控制;②为复杂非线性系统的数据驱动建模与线性化提供新思路;③结合深度学习与经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子与RNN结合的建模范式,重点关注数据预处理、模型训练与控制系统集成等关键环节,可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想与工程应用技巧。
基于粒子群算法优化Kmeans聚类的居民用电行为分析研究(Matlb代码实现)内容概要:本文围绕基于粒子群算法(PSO)优化Kmeans聚类的居民用电行为分析展开研究,提出了一种结合智能优化算法与传统聚类方法的技术路径。通过使用粒子群算法优化Kmeans聚类的初始聚类中心,有效克服了传统Kmeans算法易陷入局部最优、对初始值敏感的问题,提升了聚类的稳定性和准确性。研究利用Matlab实现了该算法,应用于居民用电数据的行为模式识别与分类,有助于精细化电力需求管理、用户画像构建及个性化用电服务设计。文档还提及相关应用场景如负荷预测、电力系统优化等,提供了配套代码资源。; 适合人群:具备一定Matlab编程基础,从事电力系统、智能优化算法、数据分析等相关领域的研究人员或工程技术人员,尤其适合研究生及科研人员。; 使用场景及目标:①用于居民用电行为的高效聚类分析,挖掘典型用电模式;②提升Kmeans聚类算法的性能,避免局部最优问题;③为电力公司开展需求响应、负荷预测和用户分群管理提供技术支持;④作为智能优化算法与机器学习结合应用的教学与科研案例。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,深入理解PSO优化Kmeans的核心机制,关注参数设置对聚类效果的影响,尝试将其应用于其他相似的数据聚类问题中,以加深理解和拓展应用能力。
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