一个非常非常奇怪的问题????

ant4psu ant4psu 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
请看以下代码有什么错误???
 class TLineLeastSquares
{private:
//原始数据项
int FValueCount;
//原始数据X和Y值
double *FX, *FY;
//解后的k和b的值
double FK, FB;
protected:
//由于考虑到直线可能是由指数函数变换而来
//获取x和y值为虚函数,可能需要进行一定量
//的计算
virtual double GetXValue( int XIndex);
virtual double GetYValue( int YIndex);
public:
TLineLeastSquares()
{FValueCount = 0;
FK = 0;
FB = 0;
FX = NULL;
FY = NULL;
}
~TLineLeastSquares()
{if( FX != NULL)
delete []FX;
if( FY != NULL)
delete []FY;
}
//进行拟合
void Calculate( void);
//设置原始数据
void SetSourceData( int AValueCount, double *XValue, double YValue);

__property double K = { read = FK};
__property double B = { read = FB};
__property int ValueCount = { read = FValueCount};
};
编译居然报 virtual double GetYValue( int YIndex);处 E2293 ) expected错误。
why????
在C++ Builder 6中编译
...全文

相关推荐

程序员考试刷题-software:CMPSCI220课程软件

程序员考试刷题CMPSCI 220 软件支持 要访问此材料,请访问 zip 存档。 概述 本课程将使用几个基于 Web 的服务来管理通信和作业提交。 在课程开始时,您将需要为下面提到的一些系统创建帐户。 如果不这样做,您将很难成功完成课程。 您将在课程开始日期收到通知,并提供有关您必须注册和/或下载哪些应用程序和/或服务的说明。 广场 是一个在线讨论管理系统。 它将用作本课程中的交流中心。 所有问题和答案都将发布到 Piazza。 课程工作人员将尽快回答您的问题。 您将负责每天多次访问 Piazza 以查看更新。 我们将在 Piazza 上发布作业、测验和考试信息。 您应该查看 Piazza 以了解如何使用 Piazza。 请不要直接给教师和/或助教发送电子邮件。 所有通信都应通过 Piazza。 可以直接向课程工作人员(而不是公开)张贴讨论任何应该对其他学生隐藏的内容。 直接向课程工作人员发送电子邮件可能不会得到答复。 您将在课程开始日期当天或之前收到参加 Piazza 课程的邀请。 表情包 我们将用于作业提交、在线测验和发布成绩。 我们不会使用 Moodle 进行在线讨论。 其余的

weixin_38653040

国央企创新负责人如何通过平台实现科研成果的快速识别与转化?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

BIZKEEN

PotPlayer自用皮肤

自用 PotPlayer 皮肤,仅微调了字体大小与颜色,是按个人习惯调整,未做适配性调整。

独特的时光

2-shell及常用命令-续.pdf

2-shell及常用命令-续.pdf

tianjiee

【电力负荷预测】项目介绍 MATLAB实现基于BO-Transformer-LSTM贝叶斯优化算法(BO)优化Transformer-LSTM组合模型进行居民用户多步电力负荷预测(含模型描述及部分示例

内容概要:本文介绍了一个基于BO-Transformer-LSTM的组合模型,用于实现居民用户多步电力负荷预测的完整项目实例。该模型融合Transformer的全局注意力机制与LSTM的局部时序记忆能力,构建能够捕捉长时依赖与周期性特征的深度学习架构,并引入贝叶斯优化(BO)自动搜索最优超参数组合,提升预测精度与训练效率。项目涵盖从原始数据清洗、特征工程、滑动窗口样本构建、模型设计到超参数优化、反归一化及多步误差评估的全流程,强调时间顺序划分以防止信息泄露,并通过周期编码、外生变量融合等方式增强数据表达能力。文中提供了详细的MATLAB代码示例,包括数据预处理、网络搭建、贝叶斯优化配置和预测结果评估等关键步骤。 适合人群:具备一定机器学习和时间序列分析基础,熟悉MATLAB编程环境,从事电力系统预测、智能电网、负荷管理等相关领域的研究人员、工程师及研究生。 使用场景及目标:①应用于居民级或多用户聚合负荷的短期至中期多步预测(如未来24小时);②服务于配电系统运行调度、需求响应基线设定、家庭能源管理系统优化、分布式能源协调控制等实际工程场景;③为科研提供可复现的深度学习+贝叶斯优化的技术路线参考。 阅读建议:此资源以实际项目为导向,建议读者结合提供的代码逐步实现并调试模型,重点关注数据质量控制、时间特征编码、组合网络结构设计与贝叶斯优化稳定性之间的协同关系,在实践中深入理解多步预测中的误差累积机制与超参数敏感性问题。

nantangyuxi
评论 1
收藏 已收藏
分享
返回顶部
ant4psu
C++ Builder 13,871 成员 102,696 内容