-
等级
本版专家分：1251结帖率 100% -
在ActiveX控件制作中,怎么样实现其在设计模式和运行模式下不同的界面,就是在设计模式下使用一种位图界面,在运行模式下使用其它真正的界面,多谢展开阅读全文
-
等级
本版专家分：23593勋章
-
- 黄花 2003年1月 软件工程/管理大版内专家分月排行榜第二
-
- 蓝花 2002年12月 VC/MFC大版内专家分月排行榜第三
-
-
see the link below :
http://www.codeproject.com/com/#ActiveX
-
等级
本版专家分：1251
-
能不能明示啊,高手?多谢了,我急啊
-
等级
本版专家分：2211 -
up
-
等级
本版专家分：21210勋章
-
- 黄花 2015年12月 Oracle大版内专家分月排行榜第二
-
-
蓝花
2008年6月 Oracle大版内专家分月排行榜第三
2008年3月 Oracle大版内专家分月排行榜第三
2002年11月 VC/MFC大版内专家分月排行榜第三
-
-
up
-
等级
本版专家分：559 -
定义宏不就可以解决了吗？
调试用_DEBUG
代码中加上
#ifdef _DEBUG
//调试代码
#ELSE
//发行代码
#ENDIF
-
等级
本版专家分：6883 -
仅供参考，没有用过。
考虑到设计时licensing和运行时licensing的不同，当设计时licensing时，包容器会以一个空值bstrKey传给IClassFactory2::CreateInstanceLic
（
IUnknown* pUnkOuter, //Pointer to controlling unknown of
// aggregated object
IUnknown* pUnkReserved, //Unused. Must be NULL.
REFIID riid, //Reference to the identifier of the
// interface
BSTR bstrKey, //License key provided by
// IClassFactory2::RequestLicKey
void** ppvObject //Address of output variable that receives
// the interface pointer requested in riid
);
如果重载这个方法，并判断bstrKey的值来设一个flag，通过判断flag在OnDraw里写不同的代码来实现你的要求。
-
等级
本版专家分：1251
-
具我所知(不知道对不对),在控件的绘制过程中,包容器会通过元文件方式接收控件的绘图,而控件自身也可响应WM_PAINT消息绘图,在设计方式下,包容器会停止控件的一些反应(如窗口的自绘等),但是他们之间通过怎么样的交互来作到这些呢?
-
等级
本版专家分：3276
-
用GetAmbientUserMode函数来获取，FALSE就是设计模式，TRUE就是运行模式。在atl中OnDraw中加以区分就可以了，至于绘图方式，不同的容器的方式很不一样，vc只是简单的画一个图，而vb中控件窗体被真正创建。
-
等级
本版专家分：1251
-
牛人,哈哈,多谢了,下次还请多多指教啊
- 一份全面的“概要设计说明书”是怎样的？
本人最新项目原型设计（大项目）完整版高保真实战原型(UE&UI)设计(PC端)地址：https://www.axureshop.com/a/674824.html 与此相关的完整版高保真实战项目(UE&UI)原型设计(针对于全息中继器组件)地址：...
- 编程新手导论
第二部分 导论，这一部分主要是关于编程的导论， (要懂得一点思想具备一点常识)《设计，编码，，与软工》（编程与思想）这一章解释了三种思想，原语，抽象，组合，，和软件开发的二个重要过程，，软件工程的相关...
- 编程新手导论（转载）
第二部分 导论，这一部分主要是关于编程的导论， (要懂得一点思想具备一点常识)《设计，编码，，与软工》（编程与思想）这一章解释了三种思想，原语，抽象，组合，，和软件开发的二个重要过程，，软件工程的相关...
- CSDN回帖得分大全（近两年）
√vs2005调用dll的时候Initialize()函数返回错误 [VC/MFC ... [VC/MFC 界面] 40 chencheng8095 05-23 00:2911 xianglitian06-10 11:51管理√CFileFind::FindFile 支持通配符么？ [VC/MFC 基础类] 100 wysbk002 05-22
- LabVIEW 虚拟仪器程序设计从入门到精通（第二版）
第三篇 LabVIEW应用实战技术
- HTML问题集合
Doctype作用? 严格模式与混杂模式如何区分？它们有何意义? ... （2）、严格模式的排版和 JS 运作模式是 以该浏览器支持的最高标准运行。（3）、在混杂模式中，页面以宽松的向后兼容的方式显示...
- VC++中可能遇到的问题
T 如何用程序控制电源管理设置 Q 我们知道在电源选项 属性 里面可以设置 关闭监视器 1分钟之后，...,从不 关闭硬盘 1分钟之后，...,从不 待机时间 1分钟之后，...,从不请问这些设置我怎么用程序来实现 比如我...
- LabVIEW 虚拟仪器程序设计从入门到精通（第二版）
第三篇 LabVIEW应用实战技术
- 我在CSDN参与的3000个帖子
今日偶然翻到，感慨万千 1：申述：版主，是否扣了我的专家分... 5：呵呵，来推荐一下我的网站，本站提供大量当今流行的免费的音乐和免费电影，常用软件、游戏、精美图库下载,希望对网友有帮助!顺便散分! 6：VBA请教怎
- VC++中可能遇到的问题收藏
VC++中可能遇到的问题收藏 | 旧一篇: 在VC中动态加载ODBC时的一些小细节 function StorePage(){d=document;t=d.selection?(d.selection.type!=None?d.selection.createRange().text:):(d.getSelection?d....
- 3DGIS第六章 北京奥林匹克公园三维场景网络发布应用
针对大数据量场景的实时显示要求，前面章节研究...从功能模块、性能、结构组成等方面详细介绍系统的设计与基于组件技术的开发流程，最后实现奥林匹克公园场景的网络发布与浏览等功能。 6.1 引言 随着中高端显卡
- 3D-GIS地理信息系统研发解决方案
空间数据的获取是GIS建设与运行的基础，数据源及数据获取方式的不同，对数据模型的生成产生很大的影响，如何根据不同的需要，采取合适的方法来获取数据，以及如果保证数据的精确度，最终使可视化程度更接近现实，...
- 面试题1
1.1、讲讲输入完网址按下回车，到看到网页这个过程中发生了什么 a. 域名解析 b. 发起TCP的3次握手 c. 建立TCP连接后发起http请求 d. 服务器端响应http请求，浏览器得到html代码 e. 浏览器解析html代码，并请求...
- window mobile 开发常见问题
WindowsMobile开发常见问题集 （一） 1、Q：新建项目的时候选择哪个项目类型才能创建智能设备的应用程序？ <br />A：在VisualStudio的新建项目对话框中选择VisualC#或者VisualBasic项目类型，选择...
- WindowsMobile开发常见问题集1
A：在VisualStudio的新建项目对话框中选择VisualC#或者VisualBasic项目类型，选择智能设备模板，然后再选择相应的设备SDK，最后选择“DeviceApplication”，就可以创建一个移动设备的应用程序了。 2、Q：...
- 机器视觉的9大快速开发库简单介绍
快速建立原型和易于集成 先进的机器视觉软件 硬件灵活性 技术优势 VisionPro 的软件结构 关于康耐视（COGNEX） 三、LabVIEW用于机器视觉 四、德国的MVTecHALCON 1.技术革新 2.强大的三维视觉处理 3.高速...
- WindowsMobile开发常见问题集（转载）
WindowsMobile开发常见问题集（转载）（一）1、Q：新建项目的时候选择哪个项目类型才能创建智能设备的应用程序？A：在VisualStudio的新建项目对话框中选择VisualC#或者VisualBasic项目类型，选择智能设备模板，然后...
- 2018前端面试题（八）
人生也有涯 而知也无涯 以有涯随无涯 殆已！ –庄子部分内容转载自网络，侵立删！...12先说说JSONP是怎么产生的：其实网上关于JSONP的讲解有很多，但却千篇一律，而且云里雾里，对于很多刚接触的人来...
- wap常见问题问答大全
WAP常见问题问答大全 目录 一、 关于WAP的常见问答 二、 关于WML的常见问答 三、 关于WAP开发的常见问答 四、关于WMLScript的常见问答 五、关于WBMP的常见问答 六、关于WAP网关的常见问答 七、关于WAP...
- WAP常见问题问答大全
WAP常见问题问答大全目录一、关于WAP的常见问答二、关于WML的常见问答三、关于WAP开发的常见问答四、关于WMLScript的常见问答五、关于WBMP的常见问答六、关于WAP网关的常见问答七、关于WAP浏览器的常见问答八、关于...
- CSDN回帖得分大全 近两年
CSDN回帖得分大全 近两年
- 前端面试题（理论知识+HTML+CSS+JavaScript）
虽然我们不是为了做题而做题目，也不是只为了在面试中过关，我们做题目的，首先，是看我们对基础知识的掌握程度；其次，也是对重要知识体系的系统学习，并且形成自己的知识网。 而且，很多公司也喜欢通过面试题来...
- WAP常见问题问答大全（2）
POST Test页面将简单的POST的两个变量叫做“var1”和“var2”来显示整个变量的内容和HTTP头的内容。如果不能看到正确的变量内容，肯定有问题。检查HTTP头中的application/x-www-form-urlencoded（注意！需要在变量中...
- 国内外主流的三维GIS软件
特点：是面向规划设计师和建筑师的三维辅助设计软件，它将虚拟可视化技术融入设计过程，让设计师在三维环境下进行城市的设计、评估、分析和交流。它可以与3ds MAX等建模软件配合使用，支持材质编辑和物体运动编辑...
- tr闭包_前端面试题整理
一、理论基础知识部分1.1、讲讲输入完网址按下回车，到看到网页这个过程中发生了什么a. 域名解析b. 发起TCP的3次握手c. 建立TCP连接后发起http请求d. 服务器端响应http请求，浏览器得到html代码e. 浏览器解析html...
- 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
- 从零基础开始用Python处理Excel数据.pdf
首先学习Python的基础知识，然后使用Python来控制Excel，做数据处理。 Excel使用者、Python爱好者、数据处理人员、办公人员等 第1章 python基础 1.1 什么是python？ 1.2 为什么要学习用Python处理Excel表格？ 1.3 手把手教你安装python程序 1.3.1 下载python 1.3.2 安装python 1.3.3 验证是否安装成功 1.4 安装Python集成开发工具PyCharm 1.4.1 下载 1.4.2 安装 1.5 Python的输入与输出
- 数学建模30种算法大全
数学建模最常用的30种算法！ 全国大学生数学建模竞赛创办于1992年，每年一届，已成为全国高校规模最大的基础性学科竞赛，也是世界上规模最大的数学建模竞赛。2018年，来自全国34个省/市/区(包括香港、澳门和台湾)及美国和新加坡的1449所院校/校区、42128个队（本科38573队、专科3555队）、超过12万名大学生报名参加本项竞赛。
- 常见30种数学建模模型
常见的30种数学模型，比较详细，非常适合搞数学建模的学生使用