ext中combobox分页展示

blago 2011-09-06 01:12:43
combobox中有四条数据,A,B,C,D,分为两页显示,第一页显示A和B,第二页显示C和D,当我选择了第二页的数据后,然后再点击combobox时,它依然显示的是第二页的数据,请问怎样才能让它显示第一页的数据,简单的说,就是每次在点击combobox时,它都展示第一页的数据。
...全文
101 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
失去乐山贼 2011-09-09
  • 打赏
  • 举报
回复

{
xtype: 'combobox',
name: 'Status',
id:'StatusValue',
fieldLabel: '状态',
labelWidth: 30,
emptyText: '---请选择---',
store: [['已审核', '已审核'], ['未审核', '未审核'], ['已质检', '已质检'], ['已入库', '已入库']],
listeners: {
select: {
fn: function() {
alert("value:" + Ext.getCmp("StatusValue").value);
}
}
}}
blago 2011-09-06
  • 打赏
  • 举报
回复
我在监听的时候加了focus事件,在事件里面写的是store.load(),但是报错,能否给出代码,谢谢了
豆虫 2011-09-06
  • 打赏
  • 举报
回复
focus的时候重新取一遍数呗
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch框架实现深度学习模型的构建与训练。通过将历史充放电数据作为输入,Basisformer能够有效捕捉电池状态的动态变化特征,提升SOC预测精度。文详细介绍了模型结构设计、数据预处理流程、训练策略及实验结果分析,并与传统方法进行对比,验证了该方法在复杂工况下的优越性与鲁棒性。该研究不仅展示了Basisformer在时序建模的潜力,也为电池管理系统提供了高精度的状态估计解决方案。; 适合人群:具备一定Python编程基础和深度学习理论知识,熟悉PyTorch框架,从事电池管理系统、新能源汽车或智能预测方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于电动汽车、储能系统等领域的电池SOC高精度实时估算;②为电池健康管理(BMS)提供可靠的状态输入;③推动深度学习在时间序列预测的实际落地,提升现有预测模型的泛化能力与稳定性; 阅读建议:建议读者结合标题为【锂电池SOC估计】【PyTorch】基于Basisformer时间序列锂离子电池SOC预测研究(python代码实现)的资源,重点研读所提供的Python代码,深入理解数据处理方式与模型网络结构的设计思路,尝试调整超参数以观察对预测性能的影响,从而全面掌握Basisformer在时序建模的优势、适用边界及工程化实现路径。

87,990

社区成员

发帖
与我相关
我的任务
社区描述
Web 开发 JavaScript
社区管理员
  • JavaScript
  • 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