如何用delphi学】 取得双显示卡,并创建表面

Delphi > GAME,图形处理/多媒体 [问题点数:100分,结帖人xiaohedou]
等级
本版专家分:331
结帖率 100%
等级
本版专家分:5866
等级
本版专家分:331
等级
本版专家分:12020
勋章
Blank
黄花 2008年11月 Delphi大版内专家分月排行榜第二
Blank
蓝花 2008年10月 Delphi大版内专家分月排行榜第三
等级
本版专家分:331
xiaohedou

等级:

C#基础教程-c#实例教程,适合初学者

本章介绍C#语言的基础知识,希望具有C语言的读者能够基本掌握C#语言,以此为基础,能够进一步学习C#语言编写window应用程序和Web应用程序。当然仅靠一章的内容就完全掌握C#语言是不可能的,如需进一步学习C#语言...

NeHe的OpenGL教程7(Bang翻译Delphi版)-如何使用光源

NeHe的OpenGL教程7(Bang翻译Delphi版)-如何使用光源 在这一课里,我将教会你如何光源照亮立方体的六个面,如下图:将下图放在应用程序data目录下,起名NeHe.bmpprogram lesson7a;{ OpenGL DelphiXE 出处:...

Delphi+DirectX游戏编程

Delphi+DirectX游戏编程 ...先说说如果用Delphi进行游戏编程要些什么,要注意什么。   1、到网上查找下载 DirectX 7.0 for Delphi 声明档或更高版本(本人源码的是7.0)。查找时最好DirectDraw.pas,否

opencv表面缺陷检测_综述 | 机器视觉表面缺陷检测

用户和生产企业对产品质量的要求越来越高,除要求满足使用性能外,还要有良好的外观,即良好的表面质量。但是,在制造产品的过程中,表面缺陷的产生往往是不可避免的。不同产品的表面缺陷有着不同的定义和类型,一般...

opencv表面缺陷检测_机器视觉表面缺陷检测综述

Version:1.0 StartHTML:000000258 EndHTML:001109835 StartFragment:001028390 EndFragment:001109739 StartSelection:001028390 EndSelection:001109735 SourceURL:...

NeHe的OpenGL教程8(Bang翻译Delphi版)-如何制作立体透明效果

NeHe的OpenGL教程8(Bang翻译Delphi版)-如何制作立体透明效果在这一课里,我将教会你如何制作立体透明效果,如下图:将下图放在应用程序data目录下,起名NeHe.bmpprogram lesson8a;{ OpenGL DelphiXE 出处:根据...

NeHe的OpenGL教程5(Bang翻译Delphi版)-如何绘制立方体

NeHe的OpenGL教程5(Bang翻译Delphi版)-如何绘制立方体在这一课里,我们把三角形变为立体的金子塔形状,把四边形变为立方体,如下图:program lesson5a;{ OpenGL DelphiXE 出处:根据NeHe代码翻译而来...

NeHe的opengl框架delphi

将CKER翻译的NeHe的VC 的OPENGL框架转成了Delphi版,希望对现象我一样初学OPENGL的兄弟有所帮助,不知为什么, 我的Delphi环境下无法直接运行,但是在别的机器上好像没问题我的机器只能编译后运行EXE文件。 感谢...

关于Delphi通用涵数

DELPHI程序注册码设计(转载) 思路是这样的:程序运行时先检测注册表,如果找到注册项,则表明已经注册,如果没有找到注册项,则... 在DELPHI下新建一工程,放置Edit1,Edit2,Label1,Label2,Button1组件.具体代码如下: u

机器视觉表面缺陷检测综述

转自:... 机器视觉表面缺陷检测综述 《中国图像图形学报》 Tang B, Kong J Y, Wu S Q . Review of surface defect detection based on machine vision[J]. Journal of Image an

OpenGL教程8(Bang翻译Delphi版)-如何制作立体透明效果 .

OpenGL教程8(Bang翻译Delphi版)-如何制作立体透明效果 在这一课里,我将教会你如何制作立体透明效果,如下图: 将下图放在应用程序data目录下,起名NeHe.bmp program lesson8a; {  OpenGL DelphiXE  ...

OpenGL入门学习

OpenGL作为当前主流的图形API之一,它在一些场合具有比DirectX更优越的特性。 1、与C语言紧密结合。  2、强大的可移植性。  3、高性能的图形渲染。... 总之,OpenGL是一个很NB的图形软件接口。...

架构设计方法

架构设计的方法 约公元前25年,古罗马建筑师维特鲁威说:“理想的建筑师应该既是文学家又是数字家,他还应通晓历史,热衷于哲学研究,精通音乐,懂得医药知识,具有法学造诣,深谙天文及天文计算。”(好难哪,...

2017-12-16 机器视觉表面缺陷检测综述

机器视觉表面缺陷检测综述 转载自:http://www.cjig.cn/html/jig/2017/12/20171202.htm#top 《中国图像图形学报》 Tang B, Kong J Y, Wu S Q . Review of surface defect detection based on machine vision[J]. ...

JAVA编程思想:第13章 创建窗口和程序片

第十三章 创建窗口和程序片在Java 1.0中,图形用户接口(GUI)库最初的设计目标是让程序员构建一个通用的GUI,使其在所有平台上都能正常显示。但遗憾的是,这个目标未达到。事实上,Java 1.0版的“抽象Windows工具...

专业词汇及解释(持续更新,自用)

1.元祖 元祖(Tuple)由不同元素组成,...创建元祖时,可以不指定元祖的个数,但一旦创建后就就不能修改元祖的长度。创建格式如下: tuple_name=(a1,a2,a3...) 元祖的访问 元祖中元素的值通过索引访问,索引是方括

windows类书的学习心得

windows类书的学习心得 这篇文章应该是凑的,不够很...创建人: paul 现在的计算机图书发展的可真快,很久没去书店,昨日去了一下,真是感叹万千,很多陌生的出版社,很多陌生的作者,很多陌生的译者,书名也是越来越夸张,什

Java--创建窗口和程序片

thinking in java 第十三章 创建窗口和程序片

2006-01-07 01:19:24 第十三章 创建窗口和程序片在Java 1.0中,图形用户接口(GUI)库最初的设计目标是让程序员构建一个通用的GUI,使其在所有平台上都能正常显示。但遗憾的是,这个目标未达到。事实上,...

JNI学习

Chap1:JNI完全手册... 3 ...Chap 4:javah产生一个.h文件... 17 Chap5:jni教程(very very good) 19 Chap6: JNI传递返回值... 26 15.2.2.3 传递字符串... 28 15.2.2.4 传递整型数组... 29 15.

优化新常态> 前半生

ORACLE 优化 新常态

[Guhao总结]wap个人建站[学习资料]

2005年是个性化的一年,个人建站以拥有个性化空间是今年互联网的一个热点。众多博客网站抢摊中国web博客市场。国内三大博客“Blogchina”、“Blogcn”、“Blogbus”纷纷改版、扩容,MSNSPACE和YAHOO360横空出世,...

JNI书籍特供

Chap1JNI完全手册Chap2JNI-百度百科Chap 3javah命令帮助信息Chap 4javah产生一个h文件Chap5jni教程very very goodChap6 JNI传递返回值 传递字符串 Chap7Jni中C和Java的参数传递Chap8如何将java传递过来的...

智慧停车场综合解决方案

因此如何利用先进的科学技术来创建具有先进水平的现代化的智能停车管理以顺应时代发展的要求已成为十分紧迫的问题。在当前的车场管理中。存在的以下问题: 传统的停车场收费模式大多采用近距离读卡方式,必须停车...

四史答题软件安装包exe

四史答题软件安装包exe

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)。

2020华为软件精英挑战赛初复赛赛题包.zip

2020华为软件精英挑战赛初复赛赛题包,不包含民间数据集,民间数据集在博客中给出大佬github地址。

微信小程序源码-合集6.rar

微信小程序源码,包含:图片展示、外卖点餐、小工具类、小游戏类、演绎博览、新闻资讯、医疗保健、艺术生活等源码。

C#高性能大容量SOCKET并发完成端口例子(有C#客户端)完整实例源码

例子主要包括SocketAsyncEventArgs通讯封装、服务端实现日志查看、SCOKET列表、上传、下载、远程文件流、吞吐量协议,用于测试SocketAsyncEventArgs的性能和压力,最大连接数支持65535个长连接,最高命令交互速度达到250MB/S(使用的是127.0.0.1的方式,相当于千兆网卡1Gb=125MB/S两倍的吞吐量)。服务端用C#编写,并使用log4net作为日志模块; 同时支持65536个连接,网络吞吐量可以达到400M。

Java从小白到大牛第2篇 【面向对象】

本视频是智捷课堂推出的一套“Java语言学习立体教程”的视频第二部分,读者以及观看群是初级小白,通过本视频的学习能够成为Java大牛。本主要内容包括:面向对象基础、什么是对象、继承与多态、抽象类与接口、枚举类、Java常用类、内部类、Java 8函数式编程基础——Lambda表达式等技术。 掌握JavaSE

相关热词 c# 获取剪切板内容 c#推箱子重新开始 c# 读取接口数据 c#配置 mysql c# 十进制转任意进制 c#微信模板消息开发 c# 刷新托盘 .csproj版本 c# dll文件 vc引用c# c# 电子秤调串口