请教一个Form退出事件问题，斑竹大神帮下啦，谢谢~

七夜未央 2013-06-05 03:36:55
我现在有一个suiForm的窗口空间，想在按了X之后执行一段代码，但是不知道这个退出事件要怎样添加，请各位帮忙看看啦，谢谢了


这边的事件列表里面也没看到有什么close或者exit之类的事件
...全文
217 9 打赏 收藏 转发到动态 举报
写回复
用AI写文章
9 条回复
切换为时间正序
请发表友善的回复…
发表回复
yifuzhiming 2013-06-07
  • 打赏
  • 举报
 回复
哦，原来这样啊，我还以为是个窗体，还奇怪为什么没有close处理函数呢
银点 2013-06-06
  • 打赏
  • 举报
 回复
引用 4 楼 sololie 的回复:
这跟搞没搞过c++builder没啥关系嘛。重写suiForm1的窗口过程，在其中截获到X按键消息后就发送一个WM_CLOSE消息通知窗口关闭。 或者，vcl都有个WindowProc属性，就是窗口过程的函数指针，直接替换它在里面处理消息。
suiForm是一个第三方的窗口装饰组件，是一个容器，讨厌在他的名字用了form，其实窗口的各个事件，还是要写在suiForm的Parent Form中的，根本就不必要去重载什么窗口函数。
银点 2013-06-06
  • 打赏
  • 举报
 回复
还是写suiForm的容器窗口的OnClose事件
纯冰糖 2013-06-06
  • 打赏
  • 举报
 回复
suiForm的容器是什么？是个Form吧？在Form的onClose里写就成了
七夜未央 2013-06-05
  • 打赏
  • 举报
 回复
引用 4 楼 sololie 的回复:
这跟搞没搞过c++builder没啥关系嘛。重写suiForm1的窗口过程，在其中截获到X按键消息后就发送一个WM_CLOSE消息通知窗口关闭。 或者，vcl都有个WindowProc属性，就是窗口过程的函数指针，直接替换它在里面处理消息。
额，其实你说的这些我还是一知半解，我一直都是做Linux开发的，windows完全没整过，项目需要也只能硬这头皮上了，不过问题解决了，原来那个suiForm是嵌套在Form里面的，而Form里面是有OnClose的事件响应函数的，，谢谢各位的热心解答
sololie 2013-06-05
  • 打赏
  • 举报
 回复
这跟搞没搞过c++builder没啥关系嘛。重写suiForm1的窗口过程，在其中截获到X按键消息后就发送一个WM_CLOSE消息通知窗口关闭。 或者，vcl都有个WindowProc属性，就是窗口过程的函数指针，直接替换它在里面处理消息。
七夜未央 2013-06-05
  • 打赏
  • 举报
 回复
引用 1 楼 sololie 的回复:
没摸过这个组件。直接wndproc中处理消息。
额，能说的详细点不？小弟没搞过C++ Builder
缘中人 2013-06-05
  • 打赏
  • 举报
 回复
按了X之后 还不就是原来Form的close事件吗
sololie 2013-06-05
  • 打赏
  • 举报
 回复
没摸过这个组件。直接wndproc中处理消息。
冠唐仓库管理系统免费版
冠唐仓库管理系统免费版
Ubuntu安装TensorFlow
源码下载地址： https://pan.quark.cn/s/a4b39357ea24 TensorFlow Examples This tutorial was designed for easily diving into TensorFlow, through examples. For readability, it includes both notebooks and source codes with explanation, for both TF v1 & v2. It is suitable for beginners who want to find clear and concise examples about TensorFlow. Besides the traditional 'raw' TensorFlow implementations, you can also find the latest TensorFlow API practices (such as , , , ...). Update (05/16/2020): Moving all default examples to TF2. For TF v1 examples: check here. Tutorial index 0 - Prerequisite Introduction to Machine Learning. Introduction to MNIST Dataset. 1 - Introduction Hello World (notebook). Very simple example to learn how to print "hello ...
RAG 知识库入门教程：从文档切块到向量检索的离线架构拆解
本文用一个可离线运行的 Node.js RAG 项目说明检索增强生成（RAG）的完整数据流，覆盖文档解析、切块、Embedding、LanceDB 向量检索、上下文拼接和本地 LLM 回答，适合没有云端 API 的个人开发者学习。 ## 核心链路 ```text 原始文档 -> 解析清洗 -> 文本切块 -> Embedding -> LanceDB | 用户问题 -> 问题 Embedding -> Top-K 检索 -> 上下文拼接 -> 本地 LLM ``` ### 1. 文档解析与切块 原始文件先复制到 `data/raw`，解析结果写入 `data/parsed`，切块结果写入 `data/chunks`。当前文本切块默认窗口为 800 字符、重叠 120 字符，并优先在句末或换行处断开，减少语义被截断的概率。 ### 2. 向量化与存储 每个文本块通过本地 `multilingual-e5-small` 生成向量，记录正文、来源文档、顺序、字符位置和向量值。LanceDB 表默认位于 `data/indexes`，可按 chunk ID 重复写入而不会产生重复记录。 ### 3. 检索与生成 问题使用同一 Embedding 模型转为向量后执行 Top-K 相似度检索。系统在 `RAG_MAX_CONTEXT_CHARS` 限制内拼接命中文本，并将来源 ID、块 ID、距离和正文作为引用返回给前端。 ## 本地复现 ```powershell npm install Copy-Item .env.example .env npm --workspace apps/server run pipeline:test npm --workspace apps/server
基于在线鲁棒主成分分析（RPCA）模型，结合长短期记忆（LSTM）循环网络的商品需求预测（Python代码实现）
内容概要：本文提出了一种结合在线鲁棒主成分分析（RPCA）模型与长短期记忆（LSTM）循环网络的商品需求预测方法，并提供了完整的Python代码实现。该方法首先利用RPCA模型对原始商品需求时间序列进行分解，分离出低秩的潜在趋势成分与稀疏的异常波动成分，有效实现数据去噪与异常值修正，提升输入数据的鲁棒性；随后将净化后的数据输入LSTM网络，充分挖掘时间序列中的长期依赖关系与时序模式，从而提高对未来需求的预测精度。整个模型设计针对实际商业场景中普遍存在的数据噪声大、波动剧烈、突发性事件干扰等问题，展现出较强的稳定性与预测能力。文中通过实验验证了该混合模型在多个指标上优于传统统计模型及单一LSTM模型，体现了其在复杂环境下的优越性能。; 适合人群：具备一定Python编程能力和机器学习基础知识，从事数据分析、供应链管理、电商运营、零售优化及相关领域研究的研发人员或研究生；特别适合关注时间序列预测、深度学习建模以及鲁棒数据处理技术的技术人员。; 使用场景及目标：①应用于电商平台、零售企业或制造行业中的销量预测，以支持库存优化、生产计划制定与物流调度决策；②为科研工作者提供一种融合鲁棒统计与深度学习的预测建模范例，推动高噪声环境下预测算法的创新与复现研究；③帮助开发者深入理解RPCA与LSTM的集成机制，掌握复杂预测模型的构建、训练与调优流程。; 阅读建议：建议读者结合所提供的Python代码逐步实现模型，重点理解RPCA在数据预处理阶段的作用机制以及LSTM网络的结构设计与超参数配置。学习过程中应在真实或模拟数据集上复现实验结果，对比不同参数设置下的模型表现，以深化对模型内在工作原理的理解。同时可进一步探索其他深度学习模型（如GRU、Transformer）与鲁棒分解方法（如VMD、STL）的融合可能性，拓展应用场景。
WPF调用资源文件-下载即用.zip
打开链接下载源码： https://pan.quark.cn/s/a4b39357ea24 !!! IMPORTANT !!! The Generated subdirectory contains source that is generated by a tool. Any changes to this source will be lost the next time the tool is run. The script to generate the source can be found at %SDXROOT%\Windows\Wcp\Mil\CodeGen\GenerateFiles.cmd. Documentation for the tool is located at http://wiki/default.aspx/Microsoft.Projects.Avalon.MilCodeGen.
C++ Builder

13,872

社区成员

102,696

社区内容

发帖
与我相关
我的任务
社区描述
C++ Builder相关内容讨论区
社区管理员
  • 基础类社区
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