使用_ConnectionPtr很简单的问题,求解

zhxingway 2012-06-13 05:17:59
我在用Ado连接数据库的时候,
在Vc6里面建了一个工程,Stdafx.h文件中导入了

//导入ADO组件
#import "C:\Program Files\Common Files\System\ado\msado15.dll" no_namespace rename("EOF","adoEOF")



然后在主窗口的初始化函数中加入:
AfxOleInit();     //启动COM//add

_ConnectionPtr MyDb;
MyDb.CreateInstance(__uuidof(Connection));
MyDb->Open("DSN=SAMS_SVR;UID=admin;PWD=admin","","",-1);//Open函数那里有红色的下划线,并看不到函数说明
MyDb->//?这里没有Open可以选,只有Cancel和raw_Cancel两个可以选,是怎么回事呢。如下图




求解
...全文
472 12 打赏 收藏 转发到动态 举报
写回复
用AI写文章
12 条回复
切换为时间正序
请发表友善的回复…
发表回复
wyx100 2012-06-14
  • 打赏
  • 举报
回复
using namespace ADODB;?
zhxingway 2012-06-14
  • 打赏
  • 举报
回复
另外我把代码复制到另外一台Xp的机器,然后用VC6打开,也是那些函数联想不出来哦。
还有,今天我装了个新版本的Vc助手,还是不行。
zgl7903 2012-06-14
  • 打赏
  • 举报
回复
这个应该是VAX不识别而已吧 goto define 应该可以看到

把 import 时的 no_namespace 去掉
程序里加 using namespace ADODB 试试看

gold_water 2012-06-14
  • 打赏
  • 举报
回复
win7下没玩过这个,估计是系统环境问题;
zhxingway 2012-06-14
  • 打赏
  • 举报
回复
我很郁闷,用MFC,操作一下数据库都这么麻烦,而且函数都联想不出来
zhxingway 2012-06-14
  • 打赏
  • 举报
回复
[Quote=引用 8 楼 的回复:]

这个应该是VAX不识别而已吧 goto define 应该可以看到

把 import 时的 no_namespace 去掉
程序里加 using namespace ADODB 试试看
[/Quote]
define 可以看到啊。
我在主窗口的头文件那里添加using namespace ADODB;
编译时候出现一些错误,后来排除后,情况还是没有解决。
zhxingway 2012-06-13
  • 打赏
  • 举报
回复
[Quote=引用 3 楼 的回复:]

貌似是Win7
VC6一堆毛病
[/Quote]

是Win7 64位的啊。
另外用VS2008也是一樣啊,不止是VC6會這樣。求解
zhxingway 2012-06-13
  • 打赏
  • 举报
回复
[Quote=引用 2 楼 的回复:]

有时候编译器可能反应不过来,你可以关掉在重新试试
[/Quote]

沒用,我把它轉換成VS2008工程也是這樣,下拉列表出不來。重啟,清空助手緩存都沒用。
zhxingway 2012-06-13
  • 打赏
  • 举报
回复
[Quote=引用 1 楼 的回复:]

你添加了这个没有
using namespace ADODB;?
[/Quote]
我已經在引入的時候聲明了不用命名空間了啊?
#import "C:\Program Files\Common Files\System\ado\msado15.dll" no_namespace rename
stjay 2012-06-13
  • 打赏
  • 举报
回复
貌似是Win7
VC6一堆毛病
lang14 2012-06-13
  • 打赏
  • 举报
回复
有时候编译器可能反应不过来,你可以关掉在重新试试
  • 打赏
  • 举报
回复
你添加了这个没有
using namespace ADODB;?
内容概要:本文提出一种基于鱼鹰优化算法(OOA)优化的CNN-BiGUR-Attention混合模型,用于提升短期风电功率预测的精度与稳定性,采用Matlab实现代码仿真。该模型融合卷积神经网络(CNN)提取输入数据的局部空间特征,利用双向门控循环单元(BiGUR)捕捉风速、功率等时间序列的前后向动态依赖关系,并引入注意力机制自适应强化关键时间步的特征权重,从而增强模型对非平稳风电数据的表征能力;进一步,采用OOA算法对模型超参数进行全局寻优,有效提升模型收敛速度与泛化性能。研究基于实际风电场历史数据开展实验验证,结果表明,该方法相较传统模型在预测精度、鲁棒性和误差抑制方面表现更优,适用于高比例可再生能源接入背景下的电力系统调度需求。; 适合人群:从事新能源发电预测、电力系统优化调度、智能算法与深度学习融合应用等方向的科研人员及工程技术人员,尤其适合具备Matlab编程能力、熟悉时间序列建模与深度学习框架的研究者。; 使用场景及目标:①实现风电场短期功率高精度预测,支撑电网安全稳定调度与能量管理;②为深度学习模型结构设计与智能优化算法联合调参提供实践范例;③推动人工智能技术在可再生能源预测、智能电网运行等领域的落地应用。; 阅读建议:建议结合提供的Matlab代码深入理解CNN-BiGUR-Attention网络架构搭建、注意力机制实现方式及OOA优化流程,重点关注数据预处理、模型训练与参数调优细节,可通过替换不同风电数据集进行对比实验,进一步掌握模型迁移能力与适应性。

4,017

社区成员

发帖
与我相关
我的任务
社区描述
VC/MFC 数据库
社区管理员
  • 数据库
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧