Js 滚动

本文介绍了一种使用JavaScript实现网页元素定位的方法,并展示了如何根据当前页面的滚动位置来定位并显示弹出窗口。通过获取页面的滚动位置、可视区域尺寸等信息,实现了弹窗在屏幕上的精确定位。
function getPosition() {
    var top    = document.body.scrollTop;  
    var left   = document.body.scrollLeft;
    var height = document.body.clientHeight;
    var width  = document.body.clientWidth;
    return {top:top,left:left,height:height,width:width};
}

function showDiv(){
    var width  = 50;  //弹出框的宽度
    var height = 200;  //弹出框的高度
    
    var leftDiv    = document.getElementById("leftDiv");
    leftDiv.style.display  = "block";
    leftDiv.style.position = "absolute";
    leftDiv.style.zindex   = "999";
    leftDiv.style.width    = width + "px";
    leftDiv.style.height   = height + "px";
    var Position = getPosition();
    leftadd = (Position.width-width)/2;
    topadd  = (Position.height-height)/2;
    leftDiv.style.top  = (Position.top  + 10)  + "px";
    leftDiv.style.left = 20 + "px";
    
    //右边的     层
    var rightDiv    = document.getElementById("rightDiv");
    rightDiv.style.display  = "block";
    rightDiv.style.position = "absolute";
    rightDiv.style.zindex   = "999";
    rightDiv.style.width    = width + "px";
    rightDiv.style.height   = height + "px";
    var Position = getPosition();
    leftadd = (Position.width-width)/2;
    topadd  = (Position.height-height)/2;
    rightDiv.style.top  = (Position.top  + 10)  + "px";
    rightDiv.style.left = (Position.width-100) + "px";
    
    window.onscroll = function (){        
        var Position   = getPosition();
        leftDiv.style.top  = (Position.top  + 10)  +"px";
        leftDiv.style.left = 20+"px";
        //alert(Position.top);
        rightDiv.style.top  = (Position.top  + 10)  +"px";
        rightDiv.style.left = (Position.width-100) +"px";
    };
    
}

 

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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