Javascript 基础 内置对象

Javascript 中的内置对象

- Array

- String

- Math

- Date


(1) ECMAScript 中数组

- 元素的类型不必一致

- 数组长度大小可变

创建数组:

  1. 使用Array构造函数

语法: new Array()

		var dontknow = new Array();
		var colors = new Array(3);//数组长度为3
		var nums = new Array(1,2,3,4,5,6,7);//数组为[1,2,3,4,5,6,7]
  2. 使用数组字面量表示法
		var cols = ["red","green"];
数组长度

  语法:array.length

  返回值:数组array的长度,是number类型

  说明:

    1. 通过设置length可以从数组的末尾移除项或添加项

		// 删除元素
		var array = ["a","b","c","d"];
		array.length = 3;
		// 数组增加到21个元素
		array[20] = "z"
数组的栈方法:

  - push():(从数组后面添加元素)语法 array.push(newele1,newele2,newele3);返回值 数组的新长度。

  - unshift():(从数组前面添加元素)语法 array.unshift(newele1,newele2,newele3);返回值 数组的新长度。

  - pop():语法 array.pop()

 - shift():语法 array.shift()

数组的 join 方法

  语法: array.join(separator)

  功能:将数组中所有元素放入一个字符串,返回这个字符串

数组的 reverse 方法

  语法: array.reverse()

  功能:用于颠倒数组中元素的顺序,返回值为该数组


数组的 sort 方法

  语法:array.sort(function)

  说明:默认的数组排序,是将元素转换为string类型,进行按小到大进行排序的。

		var array = [1,3,5,11,9,55,8];
		array.sort()
  上面的结果是【1,11,2,3,5,55,8,9】

改成:

		var array = [1,3,5,11,9,55,8];
		array.sort(function(a,b){ return (a-b)})

数组 concat 方法

  语法: array.concat(array1,array2)

  功能:用于连接两个或多个数组

		var array3 = array1.concat(array2,["we"])

数组 slice 方法

  语法:array.slice(start,end)

  功能:截取数组中(某一连续)片段


数组 splice 方法

  语法:

- array.splice(index,count)

   删除从index 处开始的零个或多个元素,返回被删除元素的数组。如果count为0,则不删除任何元素,如果不设置count,则删除index开始的所有元素。

- array.splice(index,0,item1,item2,...)

    在指定位置插入值

- array.splice(index,count,item1,item2,...)

    指定位置元素进行替换

具有多种最大功率点跟踪(MPPT)方法的光伏发电系统(P&O-增量法-人工神经网络-模糊逻辑控制-粒子群优化)之使用粒子群算法的最大功率点追踪(MPPT)(Simulink仿真实现)内容概要:本文介绍了一个涵盖多个科研领域的综合性MATLAB仿真资源集合,重点聚焦于光伏发电系统中基于粒子群优化(PSO)算法的最大功率点追踪(MPPT)技术的Simulink仿真实现。文档还列举了多种MPPT方法(如P&O、增量电导法、神经网络、模糊逻辑控制等),并展示了该团队在电力系统、智能优化算法、机器学习、路径规划、无人机控制、信号处理等多个方向的技术服务能力与代码实现案例。整体内容以科研仿真为核心,提供大量可复现的Matlab/Simulink模型和优化算法应用实例。; 适合人群:具备一定电力电子、自动控制或新能源背景,熟悉MATLAB/Simulink环境,从事科研或工程仿真的研究生、科研人员及技术人员。; 使用场景及目标:①学习并实现光伏系统中基于粒子群算法的MPPT控制策略;②掌握多种智能优化算法在电力系统与自动化领域的建模与仿真方法;③获取可用于论文复现、项目开发和技术攻关的高质量仿真资源。; 阅读建议:建议结合提供的网盘资料,按照研究方向选取对应模块进行实践,重点关注Simulink模型结构与算法代码逻辑的结合,注重从原理到仿真实现的全过程理解,提升科研建模能力。
热成像人物检测数据集 一、基础信息 数据集名称:热成像人物检测数据集 图片数量: 训练集:424张图片 验证集:121张图片 测试集:61张图片 总计:606张热成像图片 分类类别: - 热成像人物:在热成像图像中的人物实例 - 非热成像人物:在非热成像或普通图像中的人物实例,用于对比分析 标注格式: YOLO格式,包含边界框和类别标签,适用于目标检测任务。数据来源于热成像和视觉图像,覆盖多种场景条件。 二、适用场景 热成像监控与安防系统开发: 数据集支持目标检测任务,帮助构建能够在低光、夜间或恶劣环境下自动检测和定位人物的AI模型,提升监控系统的可靠性和实时响应能力。 红外视觉应用研发: 集成至红外摄像头或热成像设备中,实现实时人物检测功能,应用于安防、军事、救援和工业检测等领域。 学术研究与创新: 支持计算机视觉与热成像技术的交叉研究,助力开发新算法用于人物行为分析或环境适应型检测模型。 教育与培训: 可用于高校或培训机构,作为学习热成像人物检测和AI模型开发的教学资源,提升实践技能。 三、数据集优势 精准标注与多样性: 每张图片均由专业标注员标注,确保边界框定位准确,类别分类清晰。包含热成像和非热成像类别,提供对比数据,增强模型的泛化能力和鲁棒性。 场景实用性强: 数据覆盖多种环境条件,如不同光照和天气,模拟真实世界应用,适用于复杂场景下的人物检测任务。 任务适配性高: YOLO标注格式兼容主流深度学习框架(如YOLOv5、YOLOv8等),可直接加载使用,支持快速模型开发和评估。 应用价值突出: 专注于热成像人物检测,在安防、监控和特殊环境检测中具有重要价值,支持早期预警和高效决策。
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