请教,有没有用mingw32 Qt5 编译 Poppler-0.39.0 的详细说明啊?

Jonix 2016-01-05 02:24:09
请教,有没有用mingw32 Qt5 编译 Poppler-0.39.0 的详细说明啊?

...全文
589 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
snolkmg 2016-08-22
  • 打赏
  • 举报
回复
sourceforge上还真有一个https://sourceforge.net/projects/poppler-win32/
iamspoon 2016-08-22
  • 打赏
  • 举报
回复
引用 2 楼 u010155023 的回复:
信息还是给你吧,看看有没有用。http://people.freedesktop.org/~aacid/docs/qt5/annotated.html,不过poppler太慢了,而已生成的pdf质量也不高,建议改用mupdf。


我在用MuPDF时,加了
extern "C"
{
#include <mupdf-qt.h>
}
结果问题如下:


怎么解决啊
void_main_void 2016-01-15
  • 打赏
  • 举报
回复
我刚好想提这个问题的。。。。不过我是VS2013+QT5
一尺丈量 2016-01-12
  • 打赏
  • 举报
回复
信息还是给你吧,看看有没有用。http://people.freedesktop.org/~aacid/docs/qt5/annotated.html,不过poppler太慢了,而已生成的pdf质量也不高,建议改用mupdf。
一窝蜂117 2016-01-05
  • 打赏
  • 举报
回复
我也需要,最近也搞这个,网上好多我自己试的时候都编译不过去 顶!d=====( ̄▽ ̄*)b啊
内容概要:本文提出了一种基于MS-TCN-TiDE的多尺度时序融合模型,用于解决周尺度电力负荷预测问题。该模型创新性地融合了多尺度时序卷积网络(MS-TCN)与时间深度编码器(TiDE),通过多层次膨胀卷积结构有效捕捉电力负荷序列中的局部波动与长期趋势等多尺度时序特征,并采用稠密编码器架构深度融合历史负荷、气象条件、日历信息等多源异构数据。模型支持直接多步预测,避免了传统递归预测带来的累积误差。研究详细阐述了模型的整体架构设计、输入输出序列处理方式、特征工程方法及优化训练策略,并基于真实电力数据集完成了完整的Python代码实现与实验验证。结果表明,该模型在中长期负荷预测任务中相较ARIMA、LSTM、TCN等基准模型展现出更优越的预测精度与鲁棒性,尤其在应对负荷剧烈波动场景时表现突出。; 适合人群:具备一定Python编程基础和深度学习背景的研究生、科研人员及电力系统领域从事负荷预测、能源管理相关工作的工程师。; 使用场景及目标:①应用于电力系统调度、能源管理系统、电网规划等领域的中长期负荷预测任务,为电力供需平衡与运行决策提供数据支持;②为研究者提供一个结构清晰、代码可复现的先进负荷预测模型框架,促进时序深度学习模型在能源预测领域的应用、改进与学术交流; 阅读建议:建议读者结合提供的完整Python代码进行实践操作,深入理解MS-TCN的层级扩张卷积机制与TiDE的稠密编码解码结构的设计精髓,并可通过更换不同的数据集、调整模型超参数或引入新的特征变量,进一步探索模型的泛化能力与优化空间。

21,503

社区成员

发帖
与我相关
我的任务
社区描述
Qt 是一个跨平台应用程序框架。通过使用 Qt,您可以一次性开发应用程序和用户界面,然后将其部署到多个桌面和嵌入式操作系统,而无需重复编写源代码。
社区管理员
  • Qt
  • 亭台六七座
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