MDI问题,怎么样合并主窗体和子窗体的菜单,问题不难,50分

admireO 2001-08-19 10:34:14

加精

最近做了一个多窗体程序,程序要在几个子窗体中切换(每次显示一个子窗体)主窗体有菜单,各个子窗体也有菜单.现在想让程序在不同的子窗体中切换的时候,显示主窗体菜单和相对应的子窗体菜单(也就是把该子窗体的菜单项加在主窗体的菜单项的后面),我的程序的问题是每次只显示了该子窗体的菜单,主窗体菜单不可见.请问有什么办法可以解决这个问题?我的子窗体是动态创建的

...全文

121 4 打赏收藏转发到动态举报

写回复

4 条回复

切换为时间正序

请发表友善的回复…

发表回复

三杯倒 2001-08-19

打赏
举报

回复

同意楼上的

admireO 2001-08-19

打赏
举报

回复

谢谢你的关注,问题的确是你说的那样,高手出马,的确是一个顶两:)50分送上.来迟的就只能怪运气不好了:)不过,如果不懂来走一朝,知道了答案也不错

aningstar 2001-08-19

打赏
举报

回复

如果子窗口菜单的GroupIndex设成和主窗口菜单一样，则会覆盖掉主窗口菜单
所以
例如
你把主窗口中【File】的GroupIndex设为0，要（也就是把该子窗体的菜单项加在主窗体的菜单项的后面），你把该子窗体的菜单项设为1，以此类推

admireO 2001-08-19

打赏
举报

回复

请大家关注

内容概要：本文介绍了基于Matlab代码实现的【EI复现】考虑网络动态重构的分布式电源选址定容优化方法，重点研究在电力系统中结合网络动态重构技术进行分布式电源（如光伏、风电等）的最佳位置选择与容量配置的双层优化模型。该方法综合考虑配电网结构变化与电源布局之间的相互影响，通过优化算法实现系统损耗最小、电压稳定性提升及可再生能源消纳能力增强等多重目标。文中提供了完整的Matlab仿真代码与案例验证，便于复现实验结果并拓展应用于微网、储能配置与配电系统重构等相关领域。; 适合人群：电力系统、电气工程及其自动化等相关专业的研究生、科研人员及从事新能源规划与电网优化工作的工程师；具备一定Matlab编程基础和优化理论背景者更佳。; 使用场景及目标：①用于科研论文复现，特别是EI/SCI级别关于分布式能源优化配置的研究；②支【EI复现】考虑网络动态重构的分布式电源选址定容优化方法（Matlab代码实现）撑毕业设计、课题项目中的电源选址定容建模与仿真；③辅助实际电网规划中对分布式发电接入方案的评估与决策；阅读建议：建议结合提供的网盘资源下载完整代码与工具包（如YALMIP），按照文档目录顺序逐步学习，注重模型构建思路与代码实现细节的对应关系，并尝试在不同测试系统上调试与扩展功能。

本书深入浅出地介绍如何使用Agda进行函数式编程与程序正确性证明。基于类型理论和Curry-Howard同构，将程序视为证明，实现内外兼修的可信软件构建。内容涵盖布尔逻辑、列表操作、语法解析、类型级计算及直觉主义逻辑的Kripke语义，适合具备基础编程与离散数学知识的读者。通过爱荷华Agda库（IAL）实践，帮助读者掌握从基础数据类型到定理证明的全过程，是进入形式化方法与可信计算领域的理想入门指南。

【PSO-LSTM】基于PSO优化LSTM网络的电力负荷预测（Python代码实现）

本系统采用SpringBoot与Vue技术架构，实现了完整的影院票务管理解决方案，包含后台数据库及全套可执行代码。该系统在高等院校计算机专业毕业设计评审中获得优异评价，特别适用于正在进行毕业课题研究的学生群体，以及需要提升项目实践能力的开发者。同时也可作为课程结业作业或学期综合训练项目使用。系统提供完整的技术文档和经过全面测试的源代码，所有功能模块均通过多轮调试验证，保证系统稳定性和可执行性。该解决方案可直接应用于毕业设计答辩环节，其技术架构符合现代企业级开发规范，采用前后端分离模式，后端基于SpringBoot框架实现业务逻辑和数据处理，前端通过Vue.js构建用户交互界面。系统核心功能涵盖影院管理、影片排期、座位预定、票务销售、用户管理等模块，实现了从影片上架到票务核销的完整业务流程。数据库设计遵循第三范式原则，确保数据一致性和完整性。代码结构采用分层架构设计，包含控制器层、服务层、数据访问层等标准组件，便于后续功能扩展和维护。该项目不仅提供了可直接部署运行的完整程序，还包含详细的技术实现文档，帮助开发者深入理解系统架构设计理念和具体实现细节。对于计算机专业学生而言，通过研究该项目可以掌握企业级应用开发的全流程，包括需求分析、技术选型、系统设计和测试部署等关键环节。资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！

基于MATLAB的水下视觉质量优化与多算法集成研究本研究聚焦于水下光学成像的质量提升问题，通过构建多算法融合框架解决水下图像存在的色偏、模糊及低对比度等典型退化现象。项目采用模块化设计思路，将色彩校正、对比度增强与噪声抑制等核心功能进行系统性整合。在技术实现层面，首先建立水下光学衰减模型，分析不同波长光波在水体中的传播特性。针对蓝绿波段主导的水下成像环境，开发自适应白平衡算法以恢复物体真实色彩。随后引入多尺度Retinex理论，通过高斯差分滤波器分离光照分量与反射分量，有效提升图像局部对比度。为抑制增强过程中产生的噪声放大现象，特别设计基于小波阈值的去噪模块，在保持边缘细节的同时消除高频噪声。研究过程中重点考察各算法参数的协同优化策略，通过对比度熵、色彩一致性指数等量化指标评估增强效果。实验数据表明，该融合方案在保持自然度的前提下，显著提升水下图像的视觉可辨识度，为海洋资源勘察、水下工程检测等应用场景提供可靠的技术支持。资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！

13,873

社区成员

102,696

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章