定义一个对象变量(通过转换),可是不执行对象里的方法.原因

fayewang 2008-08-04 10:44:01
such as:

_tabMenu = (classes.application.TabContainer)(_container.attachMovie("TabContainer", "tabMenu_mc", 21, {_x: 126, _y: 313}));
_tabMenu.Initialize(this);

以下是 class classes.application.TabContainer extends MovieClip
{
var _container, tabButton, _Data, attachMovie, _indc;
function TabContainer()
{
super();
} // End of the function
function Initialize(container)
{
_container = container;
tabButton = new Array();
_Data = classes.application.WideScreen.XMLData;
this.selectIndcSetting();
this.tabSetting();
} // End of the function
...
}
构造函数会执行,而 Initialize 不执行..想知道原因,谢谢
...全文
100 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
源码下载地址: https://pan.quark.cn/s/d8066c03341f 在阐述sta中极大似然估计(MLE)方法之前,必须掌握一些统计学领域内关于极大似然估计的基础概念。极大似然估计是一种常用于参数估计的技术手段。其基本理念在于,从多个参数集合中,判定哪一个参数组合下观测到的数据出现的概率最大。在数学表达层面,我们的目标是确定一组参数值,使观测数据出现的概率(即似然函数)达到峰值。因此,探寻最大似然估计的过程,本质上就是寻找似然函数最大值的过程。在统计软件sta中,极大似然估计方法已经相当完善,并且预置了多种执行极大似然估计的程序。然而,当研究人员需要开发全新的估计方法或对既有估计方法进行改良时,就必须亲自编写代码来完成极大似然估计。为了辅助用户执行这一任务,sta配备了便于学习和运用的一种编程语言。以下是对标题“stata中极大似然估计方法”的详细知识阐释:1. 极大似然估计在sta中的实现基础在sta环境下执行极大似然估计,主要需借助以“ml”为前缀的命令。这些命令使用户能够指定模型类型、似然函数以及其他相关设置,并执行模型的最大似然估计过程。在sta的较新版本,例如sta7和sta8,已经集成了加速收敛的特性,主要采用牛顿-拉夫森算法进行估计,并且在sta8中还包含了拟牛顿算法。sta对于收敛性的评估采取较为审慎的态度,旨在确保估计结果的可靠性。2. sta实现MLE的特性sta在执行极大似然估计方面提供了一系列的便捷功能,具体包含如下方面:(1) 高效收敛:借助牛顿-拉夫森算法,多数情况下能够迅速收敛。(2) 收敛宣告的保守策略:这种策略有助于提供更为可靠的估计结果。(3) 操作简化:这些功能允许用户即便拥有有限的微积分知识,也能实现ML...
代码转载自:https://pan.quark.cn/s/a4b39357ea24 ### Haar小波分解与重构MATLAB程序解析#### 一、Haar小波简介在数字信号处理范畴内,小波分析体现为一种时频局部化分析方法,其借助伸缩平移等系列操作对信号实施多尺度细化分析。其中,Haar小波作为最基础的小波基之一,由Alfred Haar于1909年提出。Haar小波具备优良的正交性且计算过程简便,在图像处理、数据压缩、边缘检测等多个领域展现出广泛的应用价值。#### 二、程序结构概述提供的MATLAB代码实现了针对一维信号的Haar小波分解与重构,并通过图形化的方式呈现不同阶数近似后的结果。该程序主要由以下几个部分构成:1. **函数`WaveletApproximate12()`**:作为主函数,负责设定初始条件并绘制原始信号及其各阶次的近似信号。2. **函数`Calfnx()`**:用于计算信号在Haar小波基下的近似量。3. **函数`coffMultiBasis()`**:用于计算信号与Haar小波基函数相乘后的系数。4. **函数`haarBasis()`**:负责生成Haar小波基函数。#### 三、具体实现细节##### 1. 主函数`WaveletApproximate12()`- 环境初始化(关闭所有窗口、清除变量、清屏);- 设定信号定义域为[0,1],并构建包含5000个采样点的一维信号`fx`,该信号由正弦、余弦及阈值函数组合而成;- 绘制原始信号`fx`;- 针对不同的阶数(`nArray=[3 15 63]`),逐一计算近似信号并绘制。##### 2. 近似计算函数`Calfnx()`- 初始化近似信号`fnx`为零向量;- ...

2,278

社区成员

发帖
与我相关
我的任务
社区描述
多媒体/设计/Flash/Silverlight 开发 Flash流媒体开发
社区管理员
  • Flash流媒体开发社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧