关于界面规范

关于界面规范

编写者:qrz2000

一、主要功能的规范

功能名称

功能简述

规范要求

1. 

新增

增加一条或多条记录

1)  新增的记录必须排在首页首行。

2)  提交失败后必须保留用户已输入的内容,以便再次提交。

3)  提交时需对主要标识字段进行重复值、空值(空格)判断。

2. 

修改

修改单条记录

4)  如界面存在复选按钮,勾选多条记录进行修改时,需给予只能对一条记录进行修改,默认为第一条的提示信息。

5)  修改时加载的内容都为该记录的实际内容,而不再为默认值。

6)  修改完成后必须回到原记录所在位置,且刷新显示修改后的值。

7)  提交失败后必须保留用户已修改的内容,以便再次提交。

8)  在查询条件下修改返回后如不满足查询条件则不显示。

9)  需对主要标识字段进行重复值、空值(空格)判断。

3. 

删除

删除一条或多条记录

10) 必须有确认删除的提示信息。

11) 删除成功后刷新不显示被删除的记录。

12) 删除成功后返回到原记录所在页面;而当原记录所在页不存在时,则返回上一页。

13) 当被删除的记录与其它记录存在关联时,请视需求界定给予不允许删除、更明细提示等信息。

4. 

查询

按各条件查询。

14) 每次查询后定位到首页。

15) 每次查询后保留当前查询条件。

16) 当查询条件较多时,请配以重置按钮一同使用。

17) 当未查询到任何记录时,需给予未查找相关记录的提示信息。

18) 除用户明确要求不需要外,需提供模糊查询及组合查询功能。

5. 

取消

取消当前修改并返回

19) 在数据量较多的页面中,当进行了修改后,取消请给予提示。

20) 取消返回到原记录所在位置。

6. 

保存

保存当前变更

21) 当保存所费时间较长时,需给予进度界面提示。

22) 必须控制不可以重复保存。

7. 

重置

恢复当前变更且不返回

23) 必须保证重置后与初始进入此页面时一致性。

8. 

返回

返回前一个页面

24) 当从一个页面点击按钮或链接进入子页面时,子页面必须提供返回按钮。

9. 

翻页

 

25) 带条件进行翻页时,翻页同时可执行查询功能。

26) 如翻页后进入子页面,子页面需从首页开始显示。

27) 如有单页复选功能,翻页后不保留选中状态。

10.   

全选

实现单页全选功能。

28) 勾选全选则选中当页所有记录。

29) 去掉当页某个记录的勾选,则全选也去掉勾选。

30) 翻页后,自动去掉已勾选的记录及全选的勾选。

 

二、界面通用规范

名称

简述

规范要求

11.   

默认值

各个页面都会存在默认值

31) 打开一个新界面,光标默认停留在第一个待输入的文本框中。

32) 当选择下拉框不存在默认值时,则默认为“请选择”;当存在默认值时,请绑定显示默认值。

12.   

必填项

对界面必填项的一些规范

33) 界面的必填项必须以红色*号标识出来。

34) 当必填项没有填写时,可在光标准备移走时,在文本框后以“请输入”红色文字标识。

35) 当界面排列较紧时,必填项没有填可以以弹出信息的方式来提示,光标移走时弹出或最后提交时弹出都可;但确定后必须停留在第一个待输入的文本框中。

13.   

控件显示

 

36) 可输入/选择框以正常色显示;不可输入/选择框以灰色显示;

37) 对于不可输入/选择框,通过鼠标或键盘都不可让光标定位至此控件。

14.   

提示语

提示信息的规范

38) 提示信息中标点符号请统一为全角符号。

39) 提示信息如有主语,请统一为‘您’。

40) 复杂的操作在成功后给予提示信息。

41) 需要后续操作的操作在成功后给予提示信息。

42) 提示信息不宜太长,宽度不能超过当前窗口的1/2;当超过此比例时,请视具体情况进行换行。

43) 当功能按钮为图片按钮时,光标停留需给予浮动提示信息。

15.   

键盘支持

由于用户还是会常用键盘进行操作,故提供一些简单的键盘支持是必要的。

44) 支持回车键提交。

45) 支持TAB键、Shift+tab键移动光标焦点。

46) TAB键移动遵循从左上至右下的原则。

16.   

界面传递

父窗体与子窗体的传递。

47) 当父窗体与子窗体都存在同样的查询条件时,父窗体已输入的查询条件必须被带到子窗体中。

48) 当子窗体的任何操作影响了父窗体的数据时,子窗体关闭返回必须刷新父窗体的数据。

49) 关闭父窗体必须连同子窗体一同关闭。

50) 子窗体的大小最好不要超过父窗体,且最好不要遮住父窗体的主要信息。

17.   

窗口嵌套

针对多层窗口的嵌套

51) 如果存在多层嵌套窗口,每层窗口弹出时都自动往右下移动一点点,以保证不遮盖上层窗口标题为准。

52) 窗口嵌套层次最好不超过3层。

18.   

输入框限制

对各种输入框的限制。

53) 只允许输入数字的输入框请控制不允许输入其它字符,而不是输入非法值后给予提示。

54) 只允许输入日期、时间的输入框请给予格式化,而不是输入非法值后再给予提示。

55) 当输入的内容达到了字段的长度限制时,请控制不允许再输入,而不是保存后自动截断或保存时给予提示。

56) 对非法字符的控制。限制不可以输入或提交时给予提示。(如<<>

19.   

表单

对表单的相关规范。

57) 表头水平/垂直居中对齐。

58) 表单中内容如为定长,则为居中显示;如为不固定的中英文内容,则为居左显示;如为数值形式,则为居左显示。

59) 保证表格的宽度不被挤变形,对于不定长的内容,可固定显示宽度,当超出此显示宽度后,以……显示,光标停留后,详细内容再在浮动层显示。

20.   

快捷键的限制

由于IE本身的一些原因,避免一些不必要的错误,故对其进行限制。

60) 在用户没有提供明确需求情况下,限制F5IE工具栏、退格键(仅限页面不限输入框)、Ctrl+N的使用

61) 限制右键菜单的使用。

21.   

界面布局

对界面布局、分辨率的规范

62) 必须要能自适应1024*768800*600两种分辨率。

63) 界面层次不宜超过3层。

64) 默认窗口设置下,不应出现水平、垂直滚动条。

65) 当界面内容超出显示区域时,以浮动层的形式显示。

 

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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