中流的使用(1) 用 TMemoryStream(内存流) 入门 前言: 所谓"流", 就是一段数据或是一块内存; 在进行流操作时, 我们不必关心流中的数据到底是什么; 只需要知道流的大小和当前的指针位置. 所以流只有两个属性:  ...

Tstream 和TmemoryStream流操作 主要方法及属性： position 用来定位流的开始位置 也可以用seek来定位流的起始位置： function Seek(Offset: Longint; Origin: Word): Longint; overload; virtual; function ...

memoryS:TMemoryStream; dataPort:Cardinal; //整型 无符号32位 dataNum:Word; i:Integer; StrList:TStringList; Buffer1,Buffer2:array[0..69] of Char; begin FileName:='a:\数据文件.cfg'; if not File...

TMemoryStream对象是一个管理动态内存中的数据的Stream对象,它是从TCustomMemoryStream中继承下来的,除了从TCustomMemoryStream中继承的属性和方法外,它还增加和覆盖了一些用于从磁盘文件和其它注台读数据的方法。...

varbufRecv:Pointer;...fsRecv:=TMemoryStream.Create; GetMem(bufRecv,iBYTEPERSEND); iNum:=Socket.ReceiveBuf(bufRecv^,iBYTEPERSEND); fsRecv.WriteBuffer(bufRecv^,iNum); fsRecv.SaveToFile(SaveDial...

1. 经过实践发现，先把文件流TFileStream独到TMemoryStream中，速度要快一点。如果一边MemoryStream读一边写MemoryStream，例如我用需要加密解密一个文件，不要一边从一个MemoryStream读，一边加密写到另一个...

Stream对象，又称流式对象，是TStream、THandleStream、TFileStream、TMemoryStream、 ...在内存、外存和数据库字段中的管理操作抽象为对象方法，并且充分利用了面向对象技术的优点，应用程序可以相当容易地在各种S

Delphi流的操作 一、流的概念流简单说是建立在面向对象基础上的一种抽象的处理数据的工具，它定义了一些处理数据的基本操作，如读取数据，写入数据等，程序员只需掌握对流进行操作，而不用关心流的另一头数据的真正...

在流中，可定义一些处理数据的基本操作，如读取数据、写入数据等，程序员是对流进行操作，而不用关心流的另一头数据的真正流向。流不但可以处理文件，还可以处理动态内存、网络数据等多种数据形式。掌握好对流

在进行流操作时, 我们不必关心流中的数据到底是什么; 只需要知道流的大小和当前的指针位置. 所以流只有两个属性: Size、Position.对流的操作, 不过就是读取和写入. 所以流最主要的方法就是 Read 和 Write.在很多控件...

delphi 内存流 操作前言:所谓"流", 就是一段数据或是一块内存;在进行流操作时, 我们不必关心流中的数据到底是什么; 只需要知道流的大小和当前的指针位置. 所以流只有两个属性: Size、Position.对流的操作, 不过就是...

1、文件流 TStreamMemoery 读写内存  TMemoryStream的继承关系如下  TObject  |  TStream  |  TCustomMemoryStream  |  TMemoryStream  如何使用TMemoryStream?  其实TmemoryStream使用就跟...

( 积分: 100 ) 分类: 系统相关 来自: 啊啊啊啊啊, 时间: 2003-05-18 15:33:00, ID: 1871862 delphi可以通过“流”实现两个文件的合并，这里我想请教一个问题：先有一文本，我想把它倒着输入另一文件，或者按我希望...

Delphi 的内存操作函数：复制内存 MoveMemory、CopyMemory 的功能是一模一样的, 都是复制内存, 都是调用 Move 过程; MoveMemory、CopyMemory 操作指针; Move 操作实体. 转自《万一的Delphi博客》

TMemoryStream的继承关系如下 TObject | TStream | TCustomMemoryStream | TMemoryStream 如何使用TMemoryStream? 其实TmemoryStream使用就跟TStream 一样 具体的属性，方法可看帮助。 下举一例： ...

前言:（就引用万一老师博客里的前言吧，我就不画蛇添足了，后面的文章中如果有不详细的我再加自己的注释）所谓"流", 就是一段数据或是一块内存;在进行流操作时, 我们不必关心流中的数据到底是什么; 只需要知道流的...

Delphi操作流文件:什么是流？流,简单来说就是建立在面向对象基础上的一种抽象的处理数据的工具。在流中,定义了一些处理数据的基本操作,如读取数据,写入数据等,程序员是对流进行所有操作的,而不用关心流的另一头数据...

HTML5中定义了WebSocket规范，该规范使得能够实现在浏览器端和服务器端通过WebSocket协议进行双向通信，运用Java语言和Tomcat的WebSocket实现作为服务端，实现一个聊天室的搭建。 运用Java语言和Tomcat的WebSocket实现作为服务端，快速实现一个聊天室的搭建。

利用遗传算法解决矩形排样问题，具有可视化的界面，输入数据为含有矩形的长和宽的文本文件，输出的结果以可视化的形式显示出来

【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）。

0.网络工程师考试知识点[必考知识点]--必看 1.网络工程师考试常用计算公式汇总--必看 2.软考网络工程师必过教程---必看 3.软考网络工程师历年知识点总结(结合历年来真题内容总结) 4.软考网络工程师协议和名称---必看 5.网络工程师复习(背熟必过秘籍)---必看 6.网工上午经典考题汇总---必记 ………………共12份笔记，内容覆盖所有考点

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。

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

Spring MVC是当前最优秀的MVC框架，这门课程是基于Spring5.0.6的SpringMVC框架来讲解的，本套视频几乎涵盖 SpringMVC 开发过程中所有的技术问题，学习本套视频后，你会真正理解 SpringMVC 的优雅和简洁，并使你具备开发 SpringMVC 企业级项目的能力！ 几乎涵盖 SpringMVC 开发过程中所有的技术问题

发现博客上大多是蓝桥杯主观题的介绍，很少有客观题的总结，这里汇总了历届客观题目，省赛加国赛，希望对大家有帮助。

热力学中的对流计算是热交换分析中的基础内容。掌握各种对流换热的计算公式对准确分析各种情况下的对流换热意义重大。

本课程从Node.js的安装配置开始，包括函数调用，模块调用，路由，文件操作，异常处理，参数接收，正则表达式，连接数据库，事件等内容，使学员通

三维装箱问题——最佳适应解法（BestFit），利用Java实现，借鉴于GitHub项目，大篇幅修改完成，数学建模专用。

基于Python的网络爬虫，爬虫目标网站为智联招聘，爬取内容为各职业的薪资、技能要求、工资地点等信息，爬取信息转换为散点图和柱状图，并加入了tkinter图形操作界面以增加毕业设计的工作量。 附带我的毕业论文、附带毕业论文、附带毕业论文，重要的事情说三遍。 这只是个简单得网络爬虫，大佬们无视就好，仅供大家参考，如果觉得可以请留言鼓励一下哈，有啥问题也可以留言，不定时查看。

十个c语言案例 （1）贪吃蛇 （2）五子棋游戏 （3）电话薄管理系统 （4）计算器 （5）万年历 （6）电子表 （7）客户端和服务器通信 （8）潜艇大战游戏 （9）鼠标器程序 （10）手机通讯录系统