探究:Delphi中的对象指针是否可用

Delphi > VCL组件开发及应用 [问题点数:0分]
等级
本版专家分:2800
结帖率 100%
等级
本版专家分:2800
等级
本版专家分:2800
等级
本版专家分:3314
等级
本版专家分:643
等级
本版专家分:4781
等级
本版专家分:3314
等级
本版专家分:4781
等级
本版专家分:4781
等级
本版专家分:2800
等级
本版专家分:70753
勋章
Blank
进士 2002年 总版技术专家分年内排行榜第九
2001年 总版技术专家分年内排行榜第四
Blank
金牌 2001年9月 总版技术专家分月排行榜第一
Blank
银牌 2002年3月 总版技术专家分月排行榜第二
Blank
铜牌 2002年2月 总版技术专家分月排行榜第三
2001年8月 总版技术专家分月排行榜第三
musicwind

等级:

探究:如何判断Delphi中对象指针是否可用

2019独角兽企业重金招聘Python工程师标准>>> ...

批判,再批判!关于“探究:如何判断Delphi中对象指针是否可用”!

01年本人发表了一篇文章,名为“探究:如何判断Delphi中对象指针是否可用”。在文中,提出了采用对已经释放的对象进行有选择的属性/方法的访问或调用,然后以是否出现异常来判断其对象指针是否可用。 这种方法荒谬...

批判,再批判!关于“探究:如何判断Delphi中对象

<!--google_ad_client = "pub-2947489232296736";/* 728x15, 创建于 08-4-23MSDN */google_ad_slot = "3624277373";google_ad_width = 728;google_ad_height = 15;//--><script type="text/javascript"

DELPHI编写服务程序总结

DELPHI编写服务程序总结 一、服务程序和桌面程序的区别 Windows 2000/XP/2003等支持一种叫做“系统服务程序”的进程,系统服务和桌面程序的区别是: 系统服务不用登陆系统即可运行;系统服务是运行在System Idle ...

造成DELPHI程序的稳定性原因及解决方法

软件质量就像一个噩梦一样,不停的在后面追赶着程序员,让他们疲于奔命,甚至于在程序员流传着一句话:“生命不息,BUG不止”。 今天我们要探究的不是哪些可以重现的BUG,我们把哪些可以重现的BUG不定义为BUG,...

Delphi 之 第三课 详解数据类型

delphi中声明数据类型用关键字Var,关键字Var可以在很多地方使用,如放在函数或过程的开始部分的叫局部变量。放在单元的叫全局变量。delphi中数据类型分为三大类:即有序数据类型,实数类型和字符类型。在细分可以...

走进Delphi

本书适用于、高级的Delphi程序员,以及从Visual Basic或C++语言迁移到Delphi的专业程序员。 对于中等程度或过渡型的读者,本章提供了调整的机会。本章是专门为中等程度及过渡型的读者所设计的。如果您对基础...

Delphi 之 第七课 字符串操作

在Borland公司的Turbo Pascal和16位Delphi中,传统的字符串类型是一个字符序列,序列的头部是一个长度字节,指示当前字符串的长度。由于只用一个字节来表示字符串的长度,所以字符串不能超过255个字符。这一长度限制...

Delphi 之 第六课 过程与函数

过程和函数在delphi中无处不再。过程简单的理解就是单击一个按钮这就是一个过程,函数和过程不一样的地方就是函数能把这个过程的结果返回给我们,过程的关键字用procedure ,函数的关键字Function  下面就具体...

基于Delphi的异常处理技术探究

在程序运行过程,往往出现一些意外错误状态而导致程序无法运行下去的...现本人结合实际就Delphi中异常的产生、来源以及实现异常处理的方法进行探讨。 异常的来源 异常可由一些不同的资源产生,用户的程序可以因为

我学Delphi心得及笔记----过程与函数(第五讲)

例程(routine)是Pascal 的一个重要概念,例程由一系列语句组成,例程名是唯一的,通过例程名你可以多次调用它,这样程序只需要一个例程就够了,由此避免了代码多次重复,而且代码也容易修改维护。从这个角度看,你...

delphi的数据类型

变量 Pascal 变量在使用前必须声明,声明变量时必须指定一种数据类型。下面是变量声明的例子: var Value: Integer; IsCorrect: Boolean;... 关键字var可以在许多地方使用,例如放在函数或过程的开...

【转】 DELPHI编写服务程序总结三--代码质量

一、提高DELPHI程序的稳定性 软件质量是一个产品的生命线,也是关乎软件开发者的幸福关键所在,每天有很多程序员都在因为软件质量而通宵达旦的加班,经常遇到的情况是刚发布的程序不停的发布补丁包。...

delphi完美经典--第九、十章

第9章 Delphi用户接口设计详述 ...Delphi组件分两大类:父类(其对象实体可作为其他对象的容器)和普通组件(需放置在父类对象中)。父类组件必定继承自TWinControl,而普通组件则未继承TWinControl。 TForm和TL

一文探究数据仓库体系(2.7万字建议收藏)

普通的操作型数据库主要面向事务性处理,而数据仓库的所有数据一般按照主题进行划分。主题是对业务数据的一种抽象,是从较高层次上对信息系统的数据进行归纳和整理。 面向主题的数据可以划分成两部分--...

Delphi 过程与函数

例程(routine)是Pascal 的一个重要概念,例程由一系列语句组成,例程名是唯一的,通过例程名你可以多次调用它,这样程序只需要一个例程就够了,由此避免了代码多次重复,而且代码也容易修改维护。从这个角度看,你...

Delphi技巧-字符串

Delphi 字符串的操作很简单,但幕后情况却相当复杂。Pascal 传统的字符串操作方法与Windows 不同,Windows吸取了C语言的字符串操作方法。32位Delphi中增加了长字符串类型,该类型功能强大,是Delphi 确省的字符串...

我学Delphi心得及笔记----字符串操作(第六讲)

Delphi 字符串的操作很简单,但幕后情况却相当复杂。Pascal 传统的字符串操作方法与Windows 不同,Windows吸取了C语言的字符串操作方法。32位Delphi中增加了长字符串类型,该类型功能强大,是Delphi 确省的字符串...

四大开源3d游戏引擎探究

以下为孟字军前辈发表的文献,本人觉得此文很有用,就引用过来了~~ 本人水平有限,只对于长久以来研究的几个经典3d游戏引擎的设计思想、程序架构和应用行深入剖析的结果与游戏开发同行分享,文档有不妥之处请指出...

程序员技术面试的福音:包你通过技术面试。

1.new、delete、malloc、free关系 delete会调用对象的析构函数,和new对应free只会释放内存,new调用构造函数。malloc与free是C++/C语言的标准库函数,new/...对象在创建的同时要自动执行构造函数,对象在消亡之前要

计算机设计大赛作品开发文档

参加的是2020年的计算机设计大赛,软件应用与开发赛道。我们的开发文档仅供参考。(20页)

C语言从入门到精通+贪吃蛇游戏开发实战

掌握C语言数据类型,printf,scanf函数,运算符,if语句,switch语句,for,while,do...while循环语句;常用数学函数应用;一维数组,多维数组,查找和常用排序算法,结构体与指针,自定义函数的定义与使用,函数的实参与形参;用户图形界面,大量的上课习题,深入浅出的详细讲解,结合开发贪吃蛇游戏实战项目,能达到精通C语言的目标。 掌握C语言数据类型,printf,scanf函数,运算符,if语句,switch语句,for,while,do...while循环语句;常用数学函数应用;一维数组,多维数组,查找和常用排序算法,结构体与指针,自定义函数的定义与使用,函数的实参与形参;用户图形界面,大量的上课习题,深入浅出的详细讲解,结合开发贪吃蛇游戏实战项目,能达到精通C语言的目标。

ArcGIS与CASS在地籍建库中的结合应用

课程采用ArcGIS10.3.1中文版与CASS7.1录制。使用与ArcGIS的10.0、10.1、10.2、10.3、10.4、10.5,利用地籍项目实战,提升ArcGIS的应用水平,掌握不动产中地籍的基本处理方法,是就业佳品。 提升ArcGIS的应用水平,掌握不动产中地籍的基本处理方法,是就业必备佳品。

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。

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。

Java基础核心技术:面向对象编程(day05-day07)

本套Java视频完全针对初级学员,课堂实录,自发布以来,好评如潮!Java视频中注重与学生互动,讲授幽默诙谐、细致入微,覆盖Java基础所有核心知识点,同类Java视频中也是代码量大、案例多、实战性强的。同时,本Java视频教程注重技术原理剖析,深入JDK源码,辅以代码实战贯穿始终,用实践驱动理论,并辅以必要的代码练习。 通过20的课程学习,使学员掌握java核心语法、面向对象思想编程、异常处理、IO流、集合类、多线程、网络编程等。

互联网+大赛商业计划书案例(慧淬 国赛金奖).pdf

互联网+创新创业大赛国赛金奖——“慧淬”,商业计划书 互联网+创新创业大赛国赛金奖——“慧淬”,商业计划书

相关热词 c#异步什么时候执行 c# 开源 管理系统 c#对象引用 c#正则表达式匹配文件名 c# 开源库 c#两个程序间通信 c# 区块链特点 c# xml 如何写 c# 线程池 锁 c#设置代理服务器