社区
非技术版
帖子详情
怎样在sqlca连上本地的access数据库(不用别名,用exe的相对路径)
tob
2002-03-11 07:04:50
我的access数据库放在exe同一目录里,怎样在sqlca连上本地的access数据库,不用别名,用exe的相对路径,delphi好像有extratfilepath(application.exename)的函数.不知pb有吗?
...全文
101
4
打赏
收藏
怎样在sqlca连上本地的access数据库(不用别名,用exe的相对路径)
我的access数据库放在exe同一目录里,怎样在sqlca连上本地的access数据库,不用别名,用exe的相对路径,delphi好像有extratfilepath(application.exename)的函数.不知pb有吗?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
4 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
tob
2002-03-11
打赏
举报
回复
那么怎样把sqlca 连上access 数据库,具体一点。(不用别名)
delphi 只用一句话就ok了,pb...
liulee
2002-03-11
打赏
举报
回复
PB没有这个函数,你可以用api的 getCurrentDirectoryA来得到。
申明:
Function ulong GetCurrentDirectoryA(ulong nBufferLength,ref string lpBuffer) Library "kernel32.dll"
或者用listbox的DirList到一个statictext来得到目录:
lb_1.dirlist('.\*.*',st_cur_folder)
就可以了。
tob
2002-03-11
打赏
举报
回复
有没有简单的函数,象delphi的extratfilepath(application.exename)
kaisa_cheng888
2002-03-11
打赏
举报
回复
以下为f_getcurrentdirectory()函数:
Environment ge_Environment
u_external_function gu_ext_func
SetPointer (HourGlass!)
GetEnvironment(ge_Environment)
String ls_WinType = "u_external_function"
If ge_Environment.Win16 Then
ls_WinType = ls_WinType + "_win16"
Else
ls_WinType = ls_WinType + "_win32"
End If
gu_ext_func = Create Using ls_WinType
If IsNull(gu_ext_func) Then
Return "error"
End If
String ls_Dir
Long ll_Size
ls_Dir = Space (40)
ll_Size = gu_ext_func.uf_GetCurrentDirectory(60, ls_Dir)
If ll_Size > 0 Then
return ls_Dir
else
return "error"
End if
【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)
【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍基于Matlab代码实现的四轴飞行器动力学建模与仿真方法。研究构建了考虑非线性特性的飞行器数学模型,涵盖姿态动力学与运动学方程,实现了三自由度(滚转、俯仰、偏航)的精确模拟。文中详细阐述了系统建模过程、控制算法设计思路及仿真结果分析,帮助读者深入理解四轴飞行器的飞行动力学特性与控制机制;同时,该模拟器可用于算法验证、控制器设计与教学实验。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及无人机相关领域的工程技术人员,尤其适合从事飞行器建模、控制算法开发的研究生和初级研究人员。; 使用场景及目标:①用于四轴飞行器非线性动力学特性的学习与仿真验证;②作为控制器(如PID、LQR、MPC等)设计与测试的仿真平台;③支持无人机控制系统教学与科研项目开发,提升对姿态控制与系统仿真的理解。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点关注动力学方程的推导与实现方式,动手运行并调试仿真程序,以加深对飞行器姿态控制过程的理解。同时可扩展为六自由度模型或加入外部干扰以增强仿真真实性。
Lua中JSON编解码解析[项目代码]
本文详细介绍了Lua中json.encode和json.decode的使用方法。json.encode用于将表格数据编码为JSON字符串,支持字典和数组形式的表格,并解释了整型键值转换和空位处理规则。json.decode则用于将JSON字符串解码为表格对象,展示了如何解析复杂JSON结构。通过多个示例代码,清晰展示了两种函数的具体应用场景和输出结果,为Lua开发者处理JSON数据提供了实用参考。
SlowFast模型训练指南[项目源码]
本文详细介绍了如何使用SlowFast模型在mmaction2工具箱中训练自制AVA数据集。SlowFast模型是一种双通道架构的深度学习模型,通过慢速和快速通路分别处理视频中的空间语义信息和动态动作信息,有效平衡计算成本与性能。文章从数据集准备、视频抽帧、标注数据集、格式转换、环境部署、配置文件修改、常见问题解决到训练和测试,提供了完整的步骤和代码示例。特别强调了数据集的标注和格式转换过程,以及如何解决训练中可能遇到的版本兼容性和GPU内存不足等问题。最后,文章还提供了测试模型的代码和参考资源,为读者提供了全面的技术指导。
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制(DMPC)的多智能体点对点过渡轨迹生成研究”展开,重点介绍如何利用DMPC方法实现多智能体系统在复杂环境下的协同轨迹规划与控制。文中结合Matlab代码实现,详细阐述了DMPC的基本原理、数学建模过程以及在多智能体系统中的具体应用,涵盖点对点转移、避障处理、状态约束与通信拓扑等关键技术环节。研究强调算法的分布式特性,提升系统的可扩展性与鲁棒性,适用于多无人机、无人车编队等场景。同时,文档列举了大量相关科研方向与代码资源,展示了DMPC在路径规划、协同控制、电力系统、信号处理等多领域的广泛应用。; 适合人群:具备一定自动化、控制理论或机器人学基础的研究生、科研人员及从事智能系统开发的工程技术人员;熟悉Matlab/Simulink仿真环境,对多智能体协同控制、优化算法有一定兴趣或研究需求的人员。; 使用场景及目标:①用于多智能体系统的轨迹生成与协同控制研究,如无人机集群、无人驾驶车队等;②作为DMPC算法学习与仿真实践的参考资料,帮助理解分布式优化与模型预测控制的结合机制;③支撑科研论文复现、毕业设计或项目开发中的算法验证与性能对比。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注DMPC的优化建模、约束处理与信息交互机制;按文档结构逐步学习,同时参考文中提及的路径规划、协同控制等相关案例,加深对分布式控制系统的整体理解。
非技术版
401
社区成员
11,494
社区内容
发帖
与我相关
我的任务
非技术版
PowerBuilder 非技术版
复制链接
扫一扫
分享
社区描述
PowerBuilder 非技术版
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章