Zepto手机触屏翻屏

demo:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

<!DOCTYPE HTML>

<html>

<head>

<meta http-equiv="Content-Type" content="text/html; charset=utf-8">

<meta name="viewport" content="width=device-width,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no"/>

<title>Zepto手机触屏翻屏</title>

<script type="text/javascript" src="http://s0.ifengimg.com/static/js/zepto.min.js"></script>

<style>

*{padding:0; margin:0;}

.screen-1{background:#F00;}

.screen-2{background:#0F0;}

.screen-3{background:#00F;}

.screen-4{background:#FF0;}

.screen-5{background:#0FF;}

.screen-6{background:#F0F;}

</style>

</head>

 

<body>

<div class="screen screen-1">1</div>

<div class="screen screen-2">2</div>

<div class="screen screen-3">3</div>

<div class="screen screen-4">4</div>

<div class="screen screen-5">5</div>

<div class="screen screen-6">6</div>

<script type="text/javascript" src="pageSlider.js"></script>

<script>

Zepto(function($){

    var b = $(".screen").pageSlider();

    $(".screen").eq(1).on("enter",function(){//进场事件

        console.log(11111111);

    });

    $(".screen").eq(1).on("leave",function(){//出场事件

        console.log(22222222);

    });

})

</script>

</body>

</html>

JS:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

$.fn.pageSlider = function(){

    var _this = this;

    var _len = _this.length;

    var currentIndex = 0;

    _this.each(function(idx,ele){

        var zIndex = (_len - idx) * 10;

        $(ele).css({

            width: "100%",

            height: "100%",

            position: "absolute",

            zIndex: zIndex,

            "transition-duration":"700ms",

            "-webkit-transition-duration":"700ms",

            "-webkit-animation-timing-function":"ease-in-out"

        });

    });

    _this.on("swipeUp"function(){//next

        if(currentIndex < _len - 1){

            _this.eq(currentIndex).css({

                "-webkit-transform":"translateY(-100%)",

                "transform":"translateY(-100%)"

            });

            _this.eq(currentIndex).trigger("leave");

            _this.eq(currentIndex+1).css({

                "-webkit-transform":"translateY(0)",

                "transform":"translateY(0)"

            });

            _this.eq(currentIndex+1).trigger("enter");

            currentIndex ++;

        }

         

    });

    _this.on("swipeDown"function(){//prev

        if(currentIndex > 0){

            _this.eq(currentIndex-1).css({

                "-webkit-transform":"translateY(0)",

                "transform":"translateY(0)"

            });

            _this.eq(currentIndex-1).trigger("enter");

            _this.eq(currentIndex).trigger("leave");

            currentIndex --;

        }

    });

}

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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