Silk_ 运行时_控件_属性_捕捉.

本文介绍了一种在Silk中使用动态TAG进行对象识别的方法,适用于那些在运行时加载且无法预先定义的对象属性。通过具体示例展示了如何重新识别对象、创建WinClass类以及获取目标对象的运行时属性。

1. 如果一个silk的识别对象是在运行时加载的某个属性且无法事先定义,可以用动态tag识别来作一定的操作。

E.g. 我这里的Error dialog里的error message是根据具体的页面字段报错,所以我无法事先声明此lable对象的tag值。

2. 我们首先用Scripted... 来重新识别对象。

3. 可以看到超链接文本对象被识别为一个新的Win Class类,并有许多公开方法。(有些是不可用的)

4. 把要被识别对象的父对象的tag标记声明为一个变量。

$sTableNameLinkTag = '[Advent.Framework.UI.Forms.GroupBox]*/[Advent.Framework.UI.Forms.TableLayoutPanel]*/[Advent.Geneva.ScreenLib.FieldsInErrorUserControl]*/[Advent.Framework.UI.Forms.TableLayoutPanel]*/[SwfLinkLabel]*(这里是目标对象的动态tag,我们用*号代替'

然后我们可以用下面的运行时语句得出目标对象的运行时属性。

print(dlgErrorMessageInGen.SwfLinkLabel(sTableNameLinkTag).get_Text ( ))  【这里的。get_Text()方法就是我们刚才win class类中的方法,因为是一个运行时实例化的类在代码编写时是无法点出方法的。】

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