如何检验

lance09 2003-04-25 01:58:36
我想在浏览器端,验证用户没有进行选择,在用户提交表单时,当有选择时将数据传到服务器处理,没有选择则提

示用户进行选择.于是我写了如下的程序,但是当只有一个checkbox时,就不对了,请高手指点!


<HTML>
<HEAD><TITLE>简单验证</TITLE>
<SCRIPT LANGUAGE="VBScript">
<!--
Sub Submit1_OnClick
Dim TheForm
Set TheForm = Document.ValidForm
dim i,sel
sel=false
'msgbox theform.c1.length
for i=0 to theform.c1.length-1
if theform.c1(i).checked then
sel=true
exit for
end if
next
If sel Then
TheForm.Submit() ' 数据输入正确,传递到服务器。
else
msgbox "请进行选择"
End If
End Sub
-->
</SCRIPT>
</HEAD>
<BODY>
<H3>简单验证</H3><HR>
<FORM NAME="ValidForm">
<input type=checkbox name=c1 value="2">2<br>
<input type=checkbox name=c1 value="3">3<br><!--把这两行注释就不对了-->
<input type=checkbox name=c1 value="1">1<br><!--把这两行注释就不对了-->
<INPUT NAME="Submit1" TYPE="BUTTON" VALUE="提交">
<input type="button" name="ch2" VALUE="jump"

onclick="window.location.href='http://www.google.com'">
</FORM>
</BODY>
</HTML>
...全文
169 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
tigerwen01 2003-04-25
  • 打赏
  • 举报
回复
<HTML>
<HEAD><TITLE>简单验证</TITLE>
<SCRIPT LANGUAGE="VBScript">
<!--
Sub Submit1_OnClick
Dim TheForm
Set TheForm = Document.ValidForm
dim i,sel
sel=false
if theform.c1.checked then
sel=true

end if

If sel Then
TheForm.Submit() ' 数据输入正确,传递到服务器。
else
msgbox "请进行选择"
End If
End Sub
-->
</SCRIPT>
</HEAD>
<BODY>
<H3>简单验证</H3><HR>
<FORM NAME="ValidForm">
<input type=checkbox name=c1 value="2">2<br/>
<INPUT NAME="Submit1" TYPE="BUTTON" VALUE="提交">
<input type="button" name="ch2" VALUE="jump"

onclick="window.location.href='http://www.google.com'">
</FORM>
</BODY>
</HTML>
-----------------------------------------
说明,只有一项用数组来处理当然不对!以上代码修改后是正确的。
iStringTheory 2003-04-25
  • 打赏
  • 举报
回复
更保险一点的是:
if theform.c1.length=1 then
if theform.c1.checked then
sel=true
exit for
end if
elseif theform.c1.length>1 then
for i=0 to theform.c1.length-1
if theform.c1(i).checked then
sel=true
exit for
end if
next
end if
wang11912 2003-04-25
  • 打赏
  • 举报
回复
for each radioval in thform.c1
if c1.checked then
sel=true
exit for
end if
next
Reker熊 2003-04-25
  • 打赏
  • 举报
回复
<SCRIPT LANGUAGE="JavaScript">
function check()
{
var a=document.ValidForm;
for(i=0;i<a.elements.length;i++)
{
if((a.elements[i].type=="checkbox")&&(a.elements[i].checked==true))
{a.submit();return;}
}
alert("Must Check One");
return(false);
}
</SCRIPT>
</HEAD>
<BODY>
<H3>简单验证</H3><HR>
<FORM NAME="ValidForm">
<input type=checkbox name=c1 value="2">2<br>


<INPUT NAME="Submit1" TYPE="BUTTON" VALUE="提交" onclick="return(check())">
<input type="button" name="ch2" VALUE="jump"

onclick="window.location.href='http://www.google.com'">
</FORM>
iStringTheory 2003-04-25
  • 打赏
  • 举报
回复
原因是,1个元素构不成数组,当然不能用数组的方法来访问,解决方法是分开处理:


Sub Submit1_OnClick
Dim TheForm
Set TheForm = Document.ValidForm
dim i,sel
sel=false
'msgbox theform.c1.length
select case theform.c1.length
case 1
if theform.c1.checked then
sel=true
exit for
end if
case else
for i=0 to theform.c1.length-1
if theform.c1(i).checked then
sel=true
exit for
end if
next
end select
If sel Then
TheForm.Submit() ' 数据输入正确,传递到服务器。
else
msgbox "请进行选择"
End If
End Sub

内容概要:本文研究了基于Q-Learning自适应强化学习的PID控制器在自主水下航行器(AUV)运动控制中的应用,旨在提升其在复杂海洋环境下的控制性能。通过建立AUV的动力学模型,将Q-Learning算法与传统PID控制相结合,实现控制器参数的在线自适应优化,有效增强了系统的响应速度、稳定性和抗干扰能力。研究采用Matlab进行仿真验证,结果表明该方法在轨迹跟踪与姿态控制方面具有优越表现,为水下机器人智能控制提供了可行的技术路径与理论支持。; 适合人群:具备自动控制理论、强化学习或水下机器人建模背景,从事相关科研工作的研究人员、高校研究生及工程技术开发者。; 使用场景及目标:①应用于高精度、强鲁棒性的水下机器人运动控制系统设计;②开展智能PID控制器在非线性、时变系统中的参数自整定研究;③作为强化学习在复杂工业控制场景中落地的典型案例参考,推动算法与工程实践融合。; 阅读建议:建议结合提供的Matlab代码进行仿真实验,重点剖析Q-Learning与PID融合的架构设计、奖励函数设定及参数收敛过程,可进一步拓展至与其他智能优化算法(如DQN、Actor-Critic)的对比研究,深化对自适应控制机制的理解。
已经博主授权,源码转载自 https://pan.quark.cn/s/a4b39357ea24 Matlab 被视为一种功能卓越的编程平台,特别是在数值运算和数据分析方面展现出广泛的应用价值。在应对多元非线性回归的挑战时,Matlab 拥备多种工具和函数,支持用户对复杂的数据进行构建模型和适配。本指南将重点阐释在 Matlab 环境下如何执行多元非线性回归分析。 我们需要掌握三种关键的回归指令: 1. `polyfit(x,y,n)`:此函数适用于拟合一元幂函数,能够导出一个多项式模型。例如,若知晓数据呈现二次函数形态,可选择`n=2`来适配一个二次曲线。 2. `regress(y,x)`:这是一个多元线性回归指令,能够处理多个自变量对因变量的影响。即便数据并非完全呈现线性特征,该函数也能提供一个线性近似。 3. `nlinfit(x,y,’fun’,beta0)`:这是最为通用的非线性回归指令,适用于适配任何类型的函数,无论是一元或多元,前提是用户能够定义函数形式(`fun`参数)。 回归分析的核心在于寻找一组最优的系数,使得模型能够最恰当地描述数据。这通常涉及选择一个合适的函数形态,随后通过最小化误差平方和来估算系数。在Matlab中,`regress`指令主要用于处理线性模型,而`nlinfit`则处理更为复杂的非线性模型。 对于多元线性回归模型,我们可以用如下形式进行表述: \[ y = \beta_0 + \beta_1x_1 + \beta_2x_2 + \cdots + \beta_px_p + \epsilon \] 其中,\( y \)是因变量,\( x_1, x_2, \ldots, x_p \)是自变量,\( \beta_0, \beta_1, ...
内容概要:本文系统阐述了基于BP神经网络的语音特征信号分类方法,并提供了完整的Matlab代码实现。研究围绕语音信号的数据预处理、特征提取、神经网络结构设计、模型训练与分类测试等核心环节展开,详细展示了BP神经网络在语音识别任务中的应用流程。通过构建多层前馈网络模型,利用误差反向传播算法优化权重,实现了对不同语音类别特征的高效分类,具有较强的工程实践价值和技术可复现性。; 适合人群:具备信号处理与机器学习基础知识,熟悉Matlab编程语言,从事语音识别、模式识别、人工智能等相关领域研究的学生及科研人员;特别适用于开展课程设计、毕业设计或科研项目的初级与中级研究人员。; 使用场景及目标:①深入理解BP神经网络的基本原理及其在语音信号分类中的具体实现过程;②掌握Matlab环境下语音信号特征提取与分类模型构建的全流程技术;③为语音识别、人机交互、智能听觉系统等实际应用场景提供可靠的算法基础与代码参考。; 阅读建议:建议读者结合所提供的Matlab代码逐行分析其实现逻辑,重点关注数据输入格式、网络参数初始化、训练迭代过程及分类性能评估;可通过调整隐含层节点数、学习率、激活函数等超参数,观察模型收敛性与分类准确率的变化,从而深化对神经网络调参策略的理解。

28,403

社区成员

发帖
与我相关
我的任务
社区描述
ASP即Active Server Pages,是Microsoft公司开发的服务器端脚本环境。
社区管理员
  • ASP
  • 无·法
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