博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
NC按钮增加风车加载页面
阅读量:2122 次
发布时间:2019-04-30

本文共 619 字,大约阅读时间需要 2 分钟。

1、如果此节点已有按钮由此功能,找到他含有IProgressMonitor属性的父类,继承就行,但注意,model属性不要再提供getset方法,否则父类model属性会为空。

2、自己写,通过TPAProgressUtil 获取带风车的幕布组件,而且要另起线程(比如SwingWorker),但一定要记得finally里关掉,
if (monitor != null) {
monitor.done();
monitor = null;
}
private void showMonitor() {
if ((monitor != null) && (!monitor.isDone())) {
return;
}

monitor = getTpaProgressUtil().getTPAProgressMonitor();	monitor.beginTask("", -1);	monitor.setProcessInfo("");}public TPAProgressUtil getTpaProgressUtil() {	if (tpaProgressUtil == null) {		tpaProgressUtil = new TPAProgressUtil();		tpaProgressUtil.setContext(getModel().getContext());	}	return tpaProgressUtil;}

转载地址:http://xzfrf.baihongyu.com/

你可能感兴趣的文章
简述 XLNet 的原理和应用
查看>>
实战:为图片生成文本摘要
查看>>
论文复现:用 CNN 进行文本分类
查看>>
多复杂的 CNN 都离不开的这几个基本结构
查看>>
实践:动手搭建神经机器翻译模型
查看>>
透彻理解神经机器翻译的原理
查看>>
实践:动手搭建聊天机器人
查看>>
情感分析 Kaggle 实战
查看>>
动手实现 Bahdanau 注意力模型
查看>>
用一个小例子理解 seq2seq 的本质
查看>>
双向 LSTM-CRF 实现命名实体识别
查看>>
序列模型实现词性标注
查看>>
双向 RNN 识别手写数字
查看>>
Peephole LSTM、GRU 实战
查看>>
LSTM 的几种改进方案
查看>>
用 word2vec 进行文档聚类
查看>>
详解 GloVe 的原理和应用
查看>>
word2vec:基于层级 softmax 和负采样的 Skip-Gram
查看>>
word2vec:基于层级 softmax 和负采样的 CBOW
查看>>
用 RNN 建立语言模型
查看>>