vb做成的exe安装时弹出警告说mcado.tld没有注册成功,怎么解决?

rainsxp 2003-02-14 11:00:23
用statio做的exe,如果选择忽略可以继续安装并使用,现在用户提出意见,请问高手如何解决阿?
...全文
136 7 打赏 收藏 转发到动态 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
AechoJohn 2003-02-14
  • 打赏
  • 举报
回复
在安装脚本里面找到mcado.tld并删除与之相关的内容!或者在打包时不把包这个玩艺!
Yingsz 2003-02-14
  • 打赏
  • 举报
回复
重装试试
online 2003-02-14
  • 打赏
  • 举报
回复
gz
zw_yu 2003-02-14
  • 打赏
  • 举报
回复
Installshiel做安装程序吧
chenyu5188 2003-02-14
  • 打赏
  • 举报
回复
UP

同意of123的方法

of123 2003-02-14
  • 打赏
  • 举报
回复
这个问题回答多次了。
最简单的方法是:
1 用记事本打开Setup.lst文件
2 删除[Setup1 Files]有FileX=@Msado......的一行
3 将其后面的FileX或FileXX的序号(X或XX)都减小1,是所有序号连续。
4 保存文件

gxkgxkgxk 2003-02-14
  • 打赏
  • 举报
回复
江江 的观点是对的
打包时把MCADO。TLD去掉
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch框架实现深度学习模型的构建与训练。通过将历史充放电数据作为输入,Basisformer能够有效捕捉电池状态的动态变化特征,提升SOC预测精度。文中详细介绍了模型结构设计、数据预处理流程、训练策略及实验结果分析,并与传统方法进行对比,验证了该方法在复杂工况下的优越性与鲁棒性。该研究不仅展示了Basisformer在时序建模中的潜力,也为电池管理系统提供了高精度的状态估计解决方案。; 适合人群:具备一定Python编程基础和深度学习理论知识,熟悉PyTorch框架,从事电池管理系统、新能源汽车或智能预测方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于电动汽车、储能系统等领域的电池SOC高精度实时估算;②为电池健康管理(BMS)提供可靠的状态输入;③推动深度学习在时间序列预测中的实际落地,提升现有预测模型的泛化能力与稳定性; 阅读建议:建议读者结合标题为【锂电池SOC估计】【PyTorch】基于Basisformer时间序列锂离子电池SOC预测研究(python代码实现)的资源,重点研读所提供的Python代码,深入理解数据处理方式与模型网络结构的设计思路,尝试调整超参数以观察对预测性能的影响,从而全面掌握Basisformer在时序建模中的优势、适用边界及工程化实现路径。

7,789

社区成员

发帖
与我相关
我的任务
社区描述
VB 基础类
社区管理员
  • VB基础类社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧