使用Easy UI插件的tree菜单时报了一个:Object [object Object] has no method 'tree'的错

无忧忧啊 2015-12-13 10:10:41
使用Easy UI插件的tree菜单时报了一个:
Uncaught TypeError: Object [object Object] has no method 'tree' index.jsp:19
(anonymous function) index.jsp:19
jQuery.Callbacks.fire jquery-1.8.3.js:977
jQuery.Callbacks.self.fireWith jquery-1.8.3.js:1087
jQuery.extend.ready jquery-1.8.3.js:406
DOMContentLoaded,麻烦知道的大神告诉一下,谢谢
...全文
214 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
无忧忧啊 2015-12-14
  • 打赏
  • 举报
回复
哦哦!代码是这样的: <div data-options="region:'west',split:false" style="width:170px;"> <ul id="tt" class="easyui-tree" style="padding-top:100px;"> <li> <span>功能菜单</span> <ul> <li data-options="attributes:{url:'street/list.jsp'}"> <span>系统管理</span> </li> <li> <span>用户管理</span> <ul> <li data-options="attributes:{url:'street/list.jsp'}"> <span>个人信息</span> </li> <li data-options="attributes:{url:'street/list.jsp'}"> <span>投票记录</span> </li> </ul> </li> <li> <span>投票管理</span> <ul> <li data-options="attributes:{url:'street/list.jsp'}"> <span>维护</a></span> </li> <li data-options="attributes:{url:'street/list.jsp'}"> <span>发布新投票</span> </li> <li data-options="attributes:{url:'street/list.jsp'}"> <span>所以投票</span> </li> </ul> </li> </ul> </li> </ul> <script type="text/javascript"> $(function(){ $("#tt").tree({ onClick: function(node){ alert(node.text); } }); }); </script>
一叶飞舟 2015-12-14
  • 打赏
  • 举报
回复
这种情况,一定要贴代码
踩沙滩 2015-12-14
  • 打赏
  • 举报
回复
引用 楼主 appleliuliping 的回复:
使用Easy UI插件的tree菜单时报了一个: Uncaught TypeError: Object [object Object] has no method 'tree' index.jsp:19 (anonymous function) index.jsp:19 jQuery.Callbacks.fire jquery-1.8.3.js:977 jQuery.Callbacks.self.fireWith jquery-1.8.3.js:1087 jQuery.extend.ready jquery-1.8.3.js:406 DOMContentLoaded,麻烦知道的大神告诉一下,谢谢
index.jsp:19 代码也该贴出来,错误写的挺清楚了Object [object Object] has no method 'tree'
内容概要:本文系统研究了基于CNN-SVM的卷积神经网络与支持向量机融合的数据分类预测方法,聚焦其在工业故障识别中的应用,提供了完整的Matlab代码实现。通过CNN提取输入数据的深层空间特征,再由SVM进行高精度分类,充分发挥两者优势,有效提升了故障识别的准确性、鲁棒性与泛化能力。该方法特别适用于处理电力系统、机械设备等领域的高维、非线性、强噪声监测数据,在变压器故障诊断、轴承缺陷识别等场景中具有重要应用价值。文档还整合了机器学习、深度学习、图像处理、路径规划、电力系统优化等多个前沿科研方向的技术资源,配套大量Matlab/Simulink仿真案例与Python代码,全面支持科研复现与工程实践。; 适合人群:具备一定编程基础,熟练掌握Matlab或Python语言,从事电气工程、自动化、人工智能、机械故障诊断等相关领域研究的研发人员及高校研究生; 使用场景及目标:① 实现工业设备的状态监测与多类别故障分类;② 深入理解CNN与SVM融合模型的设计原理与工程实现细节;③ 借助所提供的丰富算法案例开展科研复现、模型优化与系统仿真验证; 阅读建议:建议按照文档目录结构系统化学习,结合百度网盘提供的完整代码资源进行动手实践,重点关注CNN特征提取层与SVM分类器之间的数据接口设计与参数调优策略,同时可延伸学习文中涉及的其他智能算法及其在电力系统、信号处理等领域的交叉应用,全面提升科研创新能力。

81,111

社区成员

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