怎么由文件路径C:\dd\fp\tt.exe得到文件名称tt.exe

sevendog 2008-04-10 05:23:22
怎么由文件路径C:\dd\fp\tt.exe得到文件名称tt.exe
...全文
168 6 打赏 收藏 转发到动态 举报
写回复
用AI写文章
6 条回复
切换为时间正序
请发表友善的回复…
发表回复
sevendog 2008-04-11
  • 打赏
  • 举报
回复
谢谢哈,结贴给分
gomoku 2008-04-10
  • 打赏
  • 举报
回复

CString path( _T(c:\\dd\\fp\\tt.exe" );
CString filename = PathFindFileName( path ); //in <shlwapi.h>
skyful123 2008-04-10
  • 打赏
  • 举报
回复
CString source="C:\\dd\\fp\\tt.exe";
CString target=source.Right(source.GetLength()-source.ReverseFind('\\')-1);
吹雪 2008-04-10
  • 打赏
  • 举报
回复
TCHAR path[MAX_PATH]==_T("C:\\dd\\fp\\tt.exe");
TCHAR target[MAX_PATH];
_tcscpy(target,_tcsrchr(path,_T('\\'))+1);
吹雪 2008-04-10
  • 打赏
  • 举报
回复
char path[MAX_PATH]=="C:\\dd\\fp\\tt.exe";
char target[MAX_PATH];
strcpy(target,strrchr(path,'\\')+1);
吹雪 2008-04-10
  • 打赏
  • 举报
回复
CString source="C:\\dd\\fp\\tt.exe";
CString target=source.Right(source.GetLength()-source.ReverseFind('\\')-1);
内容概要:本文系统研究了UWB-IMU与UWB两种定位技术的性能对比,重点在于融合超宽带(UWB)测距数据与6轴惯性测量单元(IMU)传感器信息,通过扩展卡尔曼滤波(EKF)等数据融合算法提升定位精度。该方法有效缓解了单一UWB定位在复杂环境中因遮挡、多径效应导致的精度下降问题,尤其适用于动态或信号不稳定的应用场景。文中提供了完整的Matlab仿真代码,涵盖信号预处理、位置解算、误差分析及可视化模块,支持算法复现与二次开发,有助于深入理解多传感器融合定位机制。; 适合人群:具备一定Matlab编程能力和信号处理基础,从事室内定位、机器人导航、物联网、自动驾驶或智能设备研发的科研人员与工程技术人员,尤其适合研究生及以上学历或拥有相关项目经验的专业人士。; 使用场景及目标:① 对比分析纯UWB与UWB-IMU融合定位在动态环境下的定位精度、稳定性和鲁棒性差异;② 掌握多传感器数据融合的基本理论与EKF在实际定位系统中的建模与实现方法;③ 为智能割草机、移动机器人、无人机、仓储AGV及室内导航等应用提供高精度定位算法原型与技术支撑; 阅读建议:建议结合Matlab代码逐模块调试运行,重点关注状态方程与观测方程的构建、噪声协方差调优、传感器数据同步与校准策略,可进一步扩展融合GPS或其他传感器以提升系统在更复杂环境下的适应能力。
【多微电网】含多微电网租赁共享储能的配电网博弈优化调度(Matlab代码实现)内容概要:本文介绍了基于Matlab代码实现的含多微电网租赁共享储能的配电网博弈优化调度研究,重点探讨了多微电网系统中通过共享储能资源进行协同优化调度的方法。文中采用博弈论建模各微电网之间的竞争与合作关系,结合分布式优化算法(如ADMM)实现对储能租赁机制下的能量管理与调度决策,旨在提升配电网运行的经济性、稳定性和新能源消纳能力。研究涵盖了多微电网架构、共享储能配置、成本分摊机制及博弈均衡求解等内容,并提供了完整的Matlab仿真代码支持结果复现。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的科研人员、研究生及从事微电网、综合能源系统优化调度相关工作的工程技术人员。; 使用场景及目标:①用于高校或科研机构开展多微电网协同调度、共享储能机制设计等相关课题研究;②支撑电力企业对含分布式能源的配电网进行优化运行分析与决策支持;③作为教学案例帮助学生理解博弈论在能源系统中的实际应用。; 阅读建议:建议读者结合文中提供的Matlab代码进行仿真实践,重点关注博弈模型构建、优化变量设置与算法收敛性分析,同时可扩展研究不同定价机制或不确定性因素(如负荷波动、风光出力间歇性)对调度结果的影响。
内容概要:本文详细阐述了用于无速度传感器交流电机驱动的扩展卡尔曼滤波器(EKF)的设计与实现方法,结合Matlab代码和Simulink仿真模型,系统展示了如何利用EKF算法对电机的转速和转子位置进行高精度估计,从而在不依赖物理速度传感器的前提下实现高性能的电机闭环控制。内容涵盖EKF的非线性系统建模、状态方程与观测方程构建、过程与测量噪声协方差的合理设定、滤波器初始化及参数整定策略,并通过仿真实验验证了该方法在动态响应、稳态精度及抗干扰能力方面的有效性与鲁棒性。该技术方案对于降低电机驱动系统的硬件成本、提升系统可靠性和维护便利性具有重要意义。; 适合人群:具备自动控制理论、电机驱动控制或现代信号处理基础知识的研究生、科研人员及从事电力电子与运动控制领域的工程师;熟悉Matlab/Simulink仿真环境并希望深入理解状态估计算法的技术开发者。; 使用场景及目标:①实现高性能的无速度传感器交流电机驱动系统,减少对编码器等硬件的依赖,降低系统成本与故障率;②深入学习和掌握扩展卡尔曼滤波器在非线性动态系统状态估计中的核心原理与工程实现方法;③为电机无感控制、故障诊断、智能控制算法开发等相关研究课题提供可靠的仿真平台和技术支撑。; 阅读建议:建议读者结合所提供的Matlab代码与Simulink仿真模型进行动手实践,重点关注电机数学模型的离散化处理与EKF算法的迭代实现细节,通过调整噪声协方差等关键参数观察滤波性能的变化,从而深入理解滤波器的收敛性、稳定性及其在实际应用中的鲁棒性表现。

16,550

社区成员

发帖
与我相关
我的任务
社区描述
VC/MFC相关问题讨论
社区管理员
  • 基础类社区
  • Creator Browser
  • encoderlee
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

        VC/MFC社区版块或许是CSDN最“古老”的版块了,记忆之中,与CSDN的年龄几乎差不多。随着时间的推移,MFC技术渐渐的偏离了开发主流,若干年之后的今天,当我们面对着微软的这个经典之笔,内心充满着敬意,那些曾经的记忆,可以说代表着二十年前曾经的辉煌……
        向经典致敬,或许是老一代程序员内心里面难以释怀的感受。互联网大行其道的今天,我们期待着MFC技术能够恢复其曾经的辉煌,或许这个期待会永远成为一种“梦想”,或许一切皆有可能……
        我们希望这个版块可以很好的适配Web时代,期待更好的互联网技术能够使得MFC技术框架得以重现活力,……

试试用AI创作助手写篇文章吧