event对象

本文详细介绍了DOM事件及其相关属性,包括鼠标事件、键盘事件等的处理方式,并解释了如clientX、clientY等属性的具体含义。
 
属性
 
SHOW:
属性
集合
对象
集合描述
bookmarks返回捆绑到当前事件所影响的行上的 ActiveX® 数据对象(ADO)书签的集合。
boundElements返回页面上所有绑定到给定数据集的所有元素的集合。
对象描述
dataTransfer提供了对于预定义的剪贴板格式的访问,以便在拖曳操作中使用。
属性描述
AbstractMicrosoft® Internet Explorer 6 新增使用 event 对象获取高级流重定向器(ASX)文件中项目横幅的 Abstract 内容。
altKey设置或获取 Alt 键的状态。
altLeft设置或获取左 Alt 键的状态。
BannerMicrosoft® Internet Explorer 6 新增使用 event 对象获取高级流重定向器(ASX)文件中项目的 Banner 内容。
button设置或获取用户所按的鼠标按钮。
cancelBubble设置或获取当前事件是否要在事件句柄中向上冒泡。
clientX设置或获取鼠标指针位置相对于窗口客户区域的 x 坐标,其中客户区域不包括窗口自身的控件和滚动条。
clientY设置或获取鼠标指针位置相对于窗口客户区域的 y 坐标,其中客户区域不包括窗口自身的控件和滚动条。
contentOverflow获取表明文档处理当前 LayoutRect 对象后是否包含附加的内容。
ctrlKey设置或获取 Ctrl 键的状态。
ctrlLeft设置或获取左 Ctrl 键的状态。
dataFld设置或获取 oncellchange 事件影响的数据列。
fromElement设置或获取事件发生时激活或鼠标将要离开的对象。
keyCode设置或获取与导致事件的按键关联的 Unicode 按键代码。
MoreInfoMicrosoft® Internet Explorer 6 新增通过 event 对象获取高级流重定向器(ASX)文件中项目横幅的 MoreInfo 内容。
nextPage获取打印模板中下页的位置。
offsetX设置或获取鼠标指针位置相对于触发事件的对象的 x 坐标。
offsetY设置或获取鼠标指针位置相对于触发事件的对象的 y 坐标。
propertyName设置或获取对象上发生更改的属性名称。
qualifier设置或获取由数据源对象提供的数据成员的名称。
reason设置或获取数据源对象的数据传输结果。
recordset从数据源对象设置或获取对默认数据集的引用。
repeat获取 onkeydown 事件是否正在重复。
returnValue设置或获取事件的返回值。
saveTypeoncontentsave 触发时获取剪贴板类型。
screenX设置或获取获取鼠标指针位置相对于用户屏幕的 x 坐标。
screenY设置或获取鼠标指针位置相对于用户屏幕的 y 坐标。
shiftKey设置或获取 Shift 键的状态。
shiftLeft设置或获取左 Shift 键的状态。
srcElement设置或获取触发事件的对象。
srcFilter设置或获取触发 onfilterchange 事件的滤镜对象。
srcUrn获取触发事件的行为的统一资源名称(URN)。
toElement设置或获取用户要将鼠标指针移动指向的对象的引用。
type从 event 对象中获取事件名称。
wheelDeltaMicrosoft® Internet Explorer 6 新增设置或获取滚轮按钮滚动的距离和方向。
x设置或获取鼠标指针位置相对于父文档的 x 像素坐标。
y设置或获取鼠标指针位置相对于父文档的 y 像素坐标。
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,并在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,并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。
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