youzhu知识点3

1 有个列表页面需要做一个类似于qq左滑删除的列子
这里写图片描述

这个样子的。
然后想到的肯定是
touchstart touchmove touchend 事件来进行操作,通过判断触摸开始结束点的相减值来执行移动操作。

$("li").on("click",function(e){
    e.preventDefault(); //阻止链接跳转
    var startX= e.pageX; //获取触摸点位置
    console.log("startX") 
})

然而这时候就不对了,网页上会打印出 undefined 未定义。同理在这样获取touchend的位置也会打印 undefined.
这是为什么呢?

于是在网上查找可以正确返回触摸事件的起始结束位置的横坐标点。

http://segmentfault.com/a/1190000003908191

这里面提到:

如果使用jquery绑定touch事件的话,获取touchstart,touchmove的触点坐标用 e.originalEvent.targetTouches[0].pageX,
获取touchend则用 e.originalEvent.changedTouches[0].pageX

所以代码应该是

$("li").on("touchstart" , function(e){
   e.preventDefault();
   var startX=e.originalEvent.targetTouches[0].pageX;
});
$("li").on("touchend" , function(e){
   e.preventDefault();
   var endX=e.originalEvent.changedTouches[0].pageX;
   var move = startX-endX;
   if(move>0){
      //向左移动时候代码
    }else{
     //向右移动时候代码
     }
});

补充:
今天在浏览博客园的时候,发现一篇文章关于触摸事件的解释

是分析在pc和移动端,获取鼠标或者触摸点的位置坐标。
在pc端,用的是onmousedown onmouseup onmousemove onmouseout 鼠标按键按下、按键起来、鼠标在元素上移动、鼠标从元素上离开。

canvas.onmousedown = function(e) {
    console.log(e.clientX, e.clientY);
}
canvas.onmouseup = function(e) {
    console.log(e.clientX, e.clientY);
}
canvas.onmousemove = function(e) {
    console.log(e.clientX, e.clientY);
}
canvas.onmouseout = function(e) {
    console.log(e.clientX, e.clientY);
}

pc可以通过clientX clientY 来获取点击的坐标

对于移动端而言,利用的是touchstart touchmove touchend

canvas.addEventListener("touchstart", function(e) {
    console.log(e.touches[0].pageX, e.touches[0].pageY);
});
canvas.addEventListener("touchmove", function(e) {
    if(e.touches.length > 1 || e.scale && e.scale !== 1) return;
    console.log(e.touches[0].pageX, e.touches[0].pageY);
});
canvas.addEventListener("touchend", function(e) {});

The most important is that :

移动端由于是手指操作而非鼠标,所以存在多点触控,即多根手指在屏幕上触发事件。所以,不可以像PC通过e.clientX来获取单个点坐标。而是事件event中存在一个触控集合touches这个数组,通过取数组的第一个元素来获取坐标位置,即第一个触碰屏幕手指的坐标(e.touches[0].pageX , e.touches[0].pageY)。而有时往往有需要获取全部触碰点的位置,那就要循环数组了,逐个处理。另一个坑就是有时要防止多点触碰,以及手指对屏幕进行缩放的影响,可以加入以上判断if(e.touches.length > 1 || e.scale && e.scale != 1)。

最后就是touchend事件,代表手指离开屏幕不存在触控,所以e.touches这个数组的长度为0,也就不能在touchend的处理函数中获取pageX属性了。

2 登陆页面的刷新按钮这里写图片描述
这个,每点击一次旋转360

最初的想法是通过控制class来实现旋转,代码如下

           $(".refresh").on("click",function(){
                $(this).addClass("torotate");
                setTimeout( function(){ 
                   $(".refresh").removeClass("torotate");
                }   , 3000)
            })

对应的css代码

.torotate{
   transform: rotate(360deg);
   -webkit-transform:rotate(360deg) ;
}

但是这样在执行定时器的时候,由于去除class ,图片会发生逆向旋转,不是想象的效果。

于是看到张大神的一篇通过控制css来实现’gif’的播放,所以想到可以利用这个原理。
http://www.zhangxinxu.com/wordpress/2015/12/css3-animation-js-canvas-gif-pause-stop-play/

现在代码如下
css部分

.refresh{animation: rotateimg 600ms infinite ease; float: right;    }
.torotate{
    animation-play-state: paused;
}
@keyframes rotateimg {
  0% {
    transform: rotate(0deg);
   -webkit-transform:rotate(0deg) ;
  }
  100% {
   transform: rotate(360deg);
   -webkit-transform:rotate(360deg) ;
  }
}

jq部分

           $(".refresh").on("click",function(){
               $(this).removeClass("torotate");
               setTimeout(function  () {
                $(".refresh").addClass("torotate");
               } , 600)
            })

bangbang bangbang

使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
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