[一日一答]1-14 如果使用PC登录云桌面,本地与云桌面的文件传输(直接拖拽)可以做到吗?【华为FusionAccess】

muzilan 2016-02-12 11:18:52
加精
问:如果使用PC登录云桌面,本地与云桌面的文件传输(直接拖拽)可以做到吗?我知道可以本地复制然后再粘贴到云桌面,还可以把驱动器挂到云桌面。可以实现云桌面复制然后再粘贴到本地吗?

答:直接拖拽不行。
可以把PC磁盘映射到云桌面,互相拷贝。桌面拷贝到磁盘,磁盘拷贝到桌面。我们有剪切板重定向,支持云桌面和PC机之间的复制粘贴。
...全文
4191 21 打赏 收藏 转发到动态 举报
写回复
用AI写文章
21 条回复
切换为时间正序
请发表友善的回复…
发表回复
muzilan 2016-03-13
  • 打赏
  • 举报
回复
关于云剪贴的想法,大家可以继续在关于“云剪贴板”的畅想 讨论
  • 打赏
  • 举报
回复
应该是可以做到的,Windows远程桌面和本地C&P都可以。
muzilan 2016-02-26
  • 打赏
  • 举报
回复 1
引用 16 楼 zhao4zhong1 的回复:
“是这样的赵总, 您在家里的电脑上按了ctrl+c,然后在公司的电脑上再按ctrl+v是肯定不行的。即使同一篇文章也不行。不不,多贵的电脑都不行。” 希望借助华为即将推出的云剪贴板功能,可以实现赵总的实际需求。←这是赵总(zhao4zhong1@163.com)造(xiang)出的谣(chuang)言(yi)。
普通人的经典需求,努力方向啊,按一般用户思维进行操作
qq_1021540607 2016-02-25
  • 打赏
  • 举报
回复
赵4老师 2016-02-23
  • 打赏
  • 举报
回复
“是这样的赵总, 您在家里的电脑上按了ctrl+c,然后在公司的电脑上再按ctrl+v是肯定不行的。即使同一篇文章也不行。不不,多贵的电脑都不行。” 希望借助华为即将推出的云剪贴板功能,可以实现赵总的实际需求。←这是赵总(zhao4zhong1@163.com)造(xiang)出的谣(chuang)言(yi)。
qq_25520919 2016-02-23
  • 打赏
  • 举报
回复
可以把PC磁盘映射到云桌面,互相拷贝。桌面拷贝到磁盘,磁盘拷贝到桌面。我们有剪切板重定向,支持云桌面和PC机之间的复制粘贴。
qq_25520919 2016-02-23
  • 打赏
  • 举报
回复
可以把PC磁盘映射到云桌面,互相拷贝。桌面拷贝到磁盘,磁盘拷贝到桌面。我们有剪切板重定向,支持云桌面和PC机之间的复制粘贴。
qq_25520919 2016-02-23
  • 打赏
  • 举报
回复
好的,学习!
qq_33080959 2016-02-23
  • 打赏
  • 举报
回复
lllll
赵4老师 2016-02-19
  • 打赏
  • 举报
回复
引用 8 楼 henuyx 的回复:
加一个拖拽功能是不是很难?
是的,我猜。
muzilan 2016-02-19
  • 打赏
  • 举报
回复
引用 9 楼 yunyun_ruirui 的回复:
learning,很棒
O(∩_∩)O谢谢支持!!!
muzilan 2016-02-19
  • 打赏
  • 举报
回复
引用 6 楼 line_us 的回复:
可以把PC磁盘映射到云桌面,互相拷贝。
引用 7 楼 qq_32131221 的回复:
可以把PC磁盘映射到云桌面,互相拷贝。
欢迎技术大神们,多指教多补充
Heart09 2016-02-18
  • 打赏
  • 举报
回复
加一个拖拽功能是不是很难?
qq_1021540607 2016-02-18
  • 打赏
  • 举报
回复
可以把PC磁盘映射到云桌面,互相拷贝。
yunyun_ruirui 2016-02-18
  • 打赏
  • 举报
回复
learning,很棒
line_us 2016-02-16
  • 打赏
  • 举报
回复
可以把PC磁盘映射到云桌面,互相拷贝。
带头大歌 2016-02-16
  • 打赏
  • 举报
回复
learning
cattpon 2016-02-15
  • 打赏
  • 举报
回复
learning~
nettman 2016-02-13
  • 打赏
  • 举报
回复
学习
卖水果的net 2016-02-13
  • 打赏
  • 举报
回复
不错,学习一下。
内容概要:“夸父”系列新能源功率预测产品由南方电网数字电网集团有限公司研发,旨在解决新能源发电随机性、波动性和间歇性带来的预测精度低、运维难度大、成本高等核心问题。系统基于南网统一数据底座,融合高精度数值天气预报(NWP)、新能源运行历史数据及设备台账等多源大数据,采用数据降噪、特征工程、模型参数智能优化、集成学习、迁移学习、小时间尺度预测和网格化预测等核心技术,构建物理、统计与人工智能相结合的多样化预测模型库,并实现模型动态匹配与云端轻量化部署。系统支持风电、光伏及分布式新能源的超短期、短期和中长期功率预测,预测精度显著高于国家标准和主流厂商,短期准确率平均达89.14%,超短期达93.35%,部分场站超短期准确率突破94%,达到国际先进水平。; 适合人群:电力系统调度运行人员、新能源场站运维技术人员、从事新能源功率预测算法研发的数据科学家与工程师,以及关注智能电网、能源数字化转型的技术管理者。; 使用场景及目标:①提升新能源并网消纳能力,优化电网调度决策,保障新型电力系统安全稳定运行;②降低新能源场站独立部署预测系统的运维成本,实现云端集中训练、边缘协同预测;③填补分布式光伏、分散式风电等广域分散电源的经济化、高精度预测空白;④支撑电力市场辅助服务考核、风光储一体化运行管理等业务需求。; 阅读建议:本资料技术性强,涉及气象数据处理、机器学习建模与电力系统应用的深度融合,建议结合具体工程案例(如海南、贵州等地的应用)理解系统架构与核心算法的实际效能,并关注其在提升预测精度、降低调峰压力方面的量化价值。
代码下载地址: https://pan.quark.cn/s/9d93b3dab527 ### 相关系数显著性检验表详解#### 标题详解标题“相关系数显著性检验表”明确说明了这份表格的核心作用在于执行相关系数的显著性评估。在统计学领域,相关系数被用作量化两个变量间线性关联强度的工具。而显著性评估则是为了判定这种关联性是否具有统计上的显著性,即这种关联并非源于偶然的随机变化。#### 描述详解描述部分指出:“作为统计分析的参考依据,针对不同样本容量及各种置信区间设定的最低相关系数值。”这句话进一步阐述了该表格的功能:它提供了一个参考框架,使研究者能够依据不同的样本数量和置信区间确定一个关键的相关系数值。一旦计算得出的实际相关系数超过或等于这个关键值,便表明在特定的置信区间内,两个变量之间的关联性具有显著性。#### 标签详解标签“显著性评估”突出了这张表格的核心使命——借助显著性评估来衡量相关系数的可信赖度。显著性评估是统计推断过程中的关键环节,它有助于我们判断观测到的结果是否足够稳定和可靠,从而为特定的研究假设提供支持。#### 表格内容详解表格详细列出了在不同样本容量下,多种置信区间内的相关系数临界值。具体而言:- **样本容量**:表格左侧列出了从1到32的多种样本大小。- **置信区间**:表头列出了不同的置信区间,包括0.50、0.20、0.10、0.05等。这些置信区间对应于统计学中的α值,即第一类错误的概率。例如,0.05的置信区间意味着如果否定原假设,则有5%的概率会犯第一类错误。- **临界值**:每个交叉点的数值表示在相应样本容量和置信区间下的临界相关系数值。例如,当样本容量为10,置信区间为0.05时,临界值为0.576。这表示如果实际计算...

450

社区成员

发帖
与我相关
我的任务
社区描述
云计算开发
社区管理员
  • 云计算
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