Delphi+Access,(ADO error :缺少更新或刷新的键列信息) 是怎么回事?

Delphi > VCL组件开发及应用 [问题点数:0分]
等级
本版专家分:927
结帖率 100%
等级
本版专家分:12062
等级
本版专家分:927
liuxiaowei

等级:

C#基础教程-c#实例教程,适合初学者

C#基础教程-c#实例教程,适合初学者。 第一章 C#语言基础 本章介绍C#语言的基础知识,希望具有C语言的读者能够基本掌握C#语言,并以此为基础,能够进一步学习用C#语言编写window应用程序和Web应用程序。...

delphi ADO连数据库学习实例(初级+高级)

delphi ado 连数据库------初级 1.在窗体上添加ADOConnection,ADOTable,DataSource控件各一个 2.把ADOTable关联到ADOConnection,把DataSource关联到ADOTable 3.双击ADOConnection控件的ConnectionString属性,...

使用DelphiADO编辑Excel工作表

This step-by-step guide describes how to connect to Microsoft Excel, retrieve sheet data, and enable editing of the data using the DBGrid. You'll also find a list of the most common errors that might....

delphi日期格式化_在Delphi中格式化Access SQL的日期时间值

delphi日期格式化 Ever get the awful "Parameter object is improperly defined. Inconsistent or incomplete information was provided" JET error? Here's how to rectify the situation. 是否曾经遇到过可怕的...

delphi excel导入到mysql_如何使用delphi将Excel文件导入Access数据库

你有几个选择,尝试其中之一{$APPTYPE CONSOLE}{$R *.res}usesSysUtils,ActiveX,ComObj;procedure ImportDataAccess(const AccessDb, TableName, ExcelFileName:String);ConstacQuitSaveAll = $00000001;...

Delphi多线程下的ADO编程

几个月前接到一个任务:将一后台程序访问数据库的方式从BDE改为ADO,原因是由于业务量的增加,通过BDE不论是向数据库写入数据还是从数据库中读出数据的速度都变得无法忍受,大家都知道ADO在数据库访问速度方面比BDE...

DELPHI程序中使用ADO对象存取ODBC

在32位的Delphi中,可以声明一个variant变量(如AVariant),然后通过CreateOleObject创建一个OLE对象,如AVariant:=CreateOleObject (’ADODB.Connection’)可以获得一个数据库连接对象的实例,然后就可以利用该...

Delphi 动态连接ACCESS数据库,不需要设置ConnectionString 1

在DataModule里面编写它的DataModuleCreate 事件代码procedure TDataModule2.DataModule...//注意你的ACCESS数据库必须和你的程序放在同一个文件夹里面,此代码是获得执行文件的路径  ADOConnection1.Connectio

ado更新模式_ADO的完整形式是什么?

ado更新模式 ADO:ActiveX数据对象 (ADO: ActiveX Data Objects) ADO is an abbreviation of "ActiveX Data Objects". ADO是“ ActiveX数据对象”的缩写 。 Microsoft's ActiveX Data Objects (ADO) consists ...

今天在Delphi中使用ADO连接Excel

今天在Delphi中使用ADO连接Excel(以前在一本书看过,复习一下-_-!!),有所收获,不敢独享。第一部分:1. 设置ADOConnection的ConnectionString属性的OLE DB的提供者要选择Microsoft Jet 4.0 OLE DBProvider(这本来是...

Delphi Access violations 问题的解决

====================================================== 注:本文源代码点此下载 ============================...windows用户可能经常会看到类似于错误提 示:“error:access violation at address 836556f8. rea

Delphi2010使用DataSnap做个共享access

借助DataSnap我们可以很简单的把access变成一个共享数据库。 先来做一个中间层服务器 1、新建一个工程,在Delphi Project中选择DataSnap Server组,然后选择其中的DataSnap Server,点击确定,然后选择缺省设置即可. ...

Delphi Access violations 问题的解决之道[转]

====================================================== 注:本文源代码点此下载 ===============================...windows用户可能经常会看到类似于错误提示:“error:access violation at address 836556f8. r

ADO方式连接带有密码的Access数据库文件(VC、Delphi

VC: CString strConnectAcc,strConnectSql; //strConnect.Format(_T("Provider=Microsoft.Jet.OLEDB.4.0;Data Source=%s"), strMdbFile); //strConnect.Format(_T("Microsoft.Jet.OLEDB.4.0;Data Source=%s;...

Delphi Access violations 问题的解决之道

Delphi Access violations 问题的解决之道    Windows用户可能经常会看到类似于错误提示:“ErrorAccess violation at address 836556F8. Read of address ...

VC++ ado "Unknown error 0x800A0E78

VC++使用ADO操作数据库时,当

Access Violation(非法访问)错误的解决方法

Access Violation(非法访问),General Protection Fault(一般保护性错误)或者Invalid Page Fault(无效页面错误),虽然说法不一样,但本质上总是由同一种错误引起的。Access Violation常常在计算机用户运行的...

Delphi Access violations 问题的解决之道,Access violations

Windows用户可能经常会看到类似于错误提示:“ErrorAccess violation at address 836556F8. Read of address 836556F8”。作为一个Delphi程序开发者,遇到这种错误的机会比其他用户更多(^_^)。  究竟什么...

vc++和delphi的详细比较

vc++和delphi的详细比较 这是一篇非常精彩的文章,无意中在网上发现,比起原来《程序员》发表的开发工具大比拼更专业。 可惜不知道作者是谁,如果作者看到或者有谁知道作者,请一定和我联系。(mail:jiangtao@csdn...

有关 delphi7读取 excel 报错EoleException with message '未找到提供程序,该程序可能未能正确安装' 解决...

安装AccessDatabaseEngine.exe 可以从网上搜索 安装。 如果安装的过程中报错。error 1935 an error occurred during the install of 。。。 如安装过程中报错,则应该是Miscrosoft .Net Frame work 未能安装。或者...

DELPHI程序中使用ADO对象存取ODBC数据源

http://www.yesky.com/245/70745.shtml或者http://www.builder.com.cn/2007/1102/600665.shtml http://www.yesky.com/248/70748.shtml或者http://www.builder.com.cn/2007/1102/600647.shtml 作为一个ASP爱好者

运行程序提示access violation at address的解决方法

现在把解决方法公布出来:  右击“我的电脑”。单击“属性”。  在“系统属性”中单击“高级”。  在“性能”中单击“设置”。...Access Violation(非法访问),General Protection Fault(一般保护...

使用DELPHIACCESS和SQL数据库存取图片

一个在数据库存取图片的演示代码,包含ACCESS数据库和SQL数据库两种方式。1、 小高端用户ADO+SQL20002、 在小高端用户使用的数据库中SQL是最为普遍的。首先先要用上流(Stream)程序如下:procedure TForm1.DBGrid1...

究竟什么是“Access Violation”?如何在设计期避免它的出现?

Windows用户可能经常会看到类似于错误提示:“ErrorAccess violation at address 836556F8. Read of address 836556F8”。作为一个Delphi程序开发者,遇到这种错误的机会比其他用户更多(^_^)。 究竟什么是...

Delphi会经常出现Access violations这样的内存访问错误

究竟什么是“Access Violation”?如何在设计期避免它的出现?  Access Violation(非法访问),General Protection Fault(一般保护性错误)或者Invalid Page Fault(无效页面错误),虽然说法不一样...

access violation at address in module Read of address

Access Violation(非法访问)错误的解决方法(转自网上)2009-02-03 16:33 Access Violation(非法访问),General Protection Fault(一般保护性错误)或者Invalid Page Fault(无 效页面错误),虽然说法不一样...

Spring Boot之JPA实战视频课程

本套课程,以实际操作演示为主,代码实例详细讲解了在Spring Boot框架使用JPA的一些规则与常见套路。课程中涉及到JPA的使用规则、核心概念、实体关系使用规则和常见问题等内容。该套课程后,让你全面熟悉与掌握Spring Boot 中JPA的使用套路。Spring Boot中JPA模块主要使用Spring Data JPA一些规则,该套课程还会帮你掌握Spring Data JPA的常用规则。 帮助同学快速熟悉与掌握Spring Boot中使用JPA的常见套路与规则。 帮助同学快速掌握Spring Data JPA的常用使用规则

matlab神经网络30个案例分析

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理,在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数,预先设定一个非线性函数,如式y=20+x21-10cos(2πx1)+x22-10cos(2πx2)所示,假定函数解析式不清楚的情况下,随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据,将y作为RBF网络的输出数据,分别建立近似和精确RBF网络进行回归分析,并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析,分别取国内生产总值(GDP),工业总产值,铁路运输线路长度,复线里程比重,公路运输线路长度,等级公路比重,铁路货车数量和民用载货汽车数量8项指标因素作为网络输入,以货运总量,铁路货运量和公路货运量3项指标因素作为网络输出,构建GRNN,由于训练数据较少,采取交叉验证方法训练GRNN神经网络,并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识,设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字,当数字被一定的噪声干扰后,仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价,试根据调研结果中较为重要的11个评价指标的数据,并结合离散Hopfield神经网络的联想记忆能力,建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题,要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型,利用该模型可以快速地找到最优(或近似最优)的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数,不但能够高准确率的预测训练集而且要合理的预测测试集,使得测试集的分类准确率也维持在一个较高水平,即使得得到的SVM分类器的学习能力和推广能力保持一个平衡,避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问,可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征,其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别,建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征,分别是前面提及过的:最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8),使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据,选定反馈神经网络的输入、输出节点,来反映电力系统负荷运行的内在规律,从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后,以改良三比值法为基础,建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值(MIV,Mean Impact Value)方法来说明如何使用神经网络来筛选变量,找到对结果有较大影响的输入项,继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理,建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度),这些特征与肿瘤的性质有密切的关系。因此,需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系,从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像,图像来自不同的10个人,每人5幅图像,人脸的朝向分别为:左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络,对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理,在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘,但是由于网络入侵特征数据维数较多,不同入侵类别间的数据差别较小,不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理,在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中,建立模型时选用的每个样本(即病例)数据包括10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度)的平均值、10个量化特征的标准差和10个量化特征的最坏值(各特征的3个最大数据的平均值)共30个数据。明显,这30个输入自变量相互之间存在一定的关系,并非相互独立的,因此,为了缩短建模时间、提高建模精度,有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理,在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理,在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户,快速地利用神经网络解决实际问题,MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用,MATLAB R2009a提供了三种神经网络拟合工具箱(拟合工具箱/模式识别工具箱/聚类工具箱)。

VSCode launch.json配置详细教程

主要介绍了vscode 的node.js debugger 的 launch.json 配置详情,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

Microsoft Visual C++ 2015-2019 运行库合集,包含32位64位

Microsoft Visual C++ 2015-2019 运行库合集,32位64位都有,解决缺失dll包问题。

相关热词 c#restful c#读取嵌入文件 c#三个特性 c# 自定义二维数组 c#编程语言详解 c# int数组添加元素 c# struct 方法 c#编辑 list c#泛型的协变与逆变 c# html