请问VS2013下ComponentOne 哪个版本比较稳定好用？谢谢

[大楚] 2018-09-01 11:26:06
VS2013版本 .net Framework 4.0 此开发环境 ComponentOne For Winforms 哪个版本比较稳定 ? 谢谢。
...全文
253 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
huang_csdn 2018-11-08
  • 打赏
  • 举报
 回复
ComponentOne 2013
assky124 2018-09-03
  • 打赏
  • 举报
 回复
一般都用最新稳定版吧
[大楚] 2018-09-02
  • 打赏
  • 举报
 回复
引用 1 楼 liucqa 的回复:
我想问你知道哪个版本不稳定吗？
我现在使用VS2013进行开发，想知道用哪个版本比较合适，稳定、执行效率高，与以前版本比较学习成本低。谢谢。
泡泡龙 2018-09-02
  • 打赏
  • 举报
 回复
我想问你知道哪个版本不稳定吗？
常用的fortran统计程序
中国科学院大气所李建平的 线性相关 Linear Correlation mscorrelation_2(n,x,y,r) 　 Correlations between two anomaly series of 12 calendar months, 4 seasons (DJF, MAM, JJA and SON), monthly, seasonal and annual data from monthly anomaly series x(i,12) and y(i,12) (i=1,...,n) 求逐月异常序列x(n,12)和y(n,12)(n是年)的相关系数r(24)，其中j=1～12是1～12个月的情形，13～22是冬、春、夏、秋、冬季逐月、春季逐月、夏季逐月、秋季逐月、逐月、年、冬半年逐月（NDJFMA）、夏半年逐月（MJJASO）的序列的情形。 llcorrelation(n,x,y,nt,rt) 　 Calculating lagged and leading correlation coefficients rt(-nt:nt) between two anomaly series x(i) and y(i). 求(逐日、逐月、逐季、年际）异常序列x(n)和y(n)之间的滞后超前的相关系数rt(-nt:nt)，其中nt最大的滞后或超前时间（单位：日、月、季、年等）。 llyear(ny,nm,x,y,ly,rt) 　 ly-year lagged and leading correlation coefficients rt(-ly:ly,nm) between two anomaly series x(ny,nm) and y(ny,nm). 求逐月异常序列x(n,12)和y(n,12)(n是年)相同月份之间的滞后超前nt年的相关系数rt(-nt:nt,12)，其中nt最大的滞后或超前时间（单位：年）。 mllcorrelation(n,nt,x,y,rt) 　 nt-month (or nt-season, or others) lagged and leading correlation coefficients rt(-nt:nt,nm) between two anomaly series x(ny,nm) and y(ny,nm). 求逐月、逐季或其他异常序列x(n,nm)和y(n,nm)(n是年)不同月份之间的滞后超前nt月的相关系数rt(-nt:nt,nm)，其中nt最大的滞后或超前时间（单位：月、季或其他）。 correlationmiss(n,x,y,undef,r,nr) 　 Correlation coefficient r between two series with missing data 求有缺省资料的两个序列x(n)和y(n)的相关系数r。 　 谱分析 Spectrum Analysis 　 一维离散功率谱分析 Discrete Fourier spectrum of one-dimensional series fourier(n,x,a,b,c,s,cta) 　 The discrete Fourier spectrum of one-dimensional series x(n). 求一维序列x(n)的离散Fourier谱分析，s(0:m)离散功率谱，c(0:m)振幅谱，cta(0:m)位相谱，其中m=[n/2.]。 dspectrum(n,lw,x,tl,sl,st95) 　 Subroutine for discrete spectrum analysis of an one-dimensional series x(i) (i=1,...,n). 具有噪音检验的一维序列x(n)的离散功率谱分析，ol(lw)频率，tl(lw)周期，sl(lw)离散功率谱，st95(lw)红噪音或白噪音谱的95%置信上限，其中lw=[n/2.]。注意：很多同学在使用这个程序时都问及在计算滞后相关的模块中，求滞后相关为什么用n而不用n-i，其实这是由实际资料的特性和统计学的基本原理决定的（很多统计学书中也谈到这一点）。一是序列的平稳性假设就要求序列的均值和方差保持不变，二是通常资料太短，导致用较短的资料得到的相关结果具有不稳定性，掩盖了事物的真相，因此，用n要好于n-i。一些同学也做了试验证实了这一点（有时n-i还得到错误的结论，需要各自使用者注意的地方）。谢谢大家提出的问题。 一维连续功率谱分析 Continuous spectrum analysis of an one-dimensional series cspectrum(n,m,x,ol,tl,sl,st95,strw) 　 Subroutine for continuous spectrum analysis of an one-dimensional series x(i) (i=1,...,n). 一维序列x(n)的连续功率谱分析，ol(0:m)频率，tl(0:m)周期，sl(0:m)连续功率谱，st95(0:m)红噪音或白噪音谱的95%置信上限，strw(0:m) 红噪音或白噪音的谱密度，其中m=[n/2.]。 交叉谱分析 Continuous cross spectrum analysis of two one-dimensional series ccrossspectrum(n,m,x,y,ol,tl,px,py,px95,py95,rxy,cxy,lxy,rxy951,rxy952) 　 Subroutine for continuous cross spectrum analysis of two one-dimensional series x(i) and y(i) (i=1,...,n). 两序列x(n)和y(n)的交叉谱分析，ol(0:m)频率，tl(0:m)周期，px(0:m)是x(n)的连续功率谱，py(0:m)是y(n)的连续功率谱，pxy(0:m)协谱，qxy(0:m)余谱，rxy(0:m)凝聚谱，cxy(0:m)位相差谱，lxy(0:m)滞后时间长度谱，rxy951(0:m)凝聚谱F-检验的95%置信上限，rxy952(0:m)凝聚谱Goodman-检验的95%置信上限，其中m=[n/2.]。 　 合成分析 Composite Analysis 　 标量的合成分析 Composite analysis for scalar quantity differencehl1(n,x,f,coefh,coefl,fh,fl,dh,dl,dhl,tn) 　 求f(n)在指数x(n)为高指数年(x(n)>coefh的年）的平均值fh、低指数年(x(n)coefh的年）的平均值fh(2)、低指数年(x(n)Component Analysis (PCA) 　 经验正交函数分解 Empirical Orthogonal Functions (EOF's) eof(m,n,mnl,f,ks,er,egvt,ecof) 　 求时空场f(m,n)的特征向量egvt(m,mnl)，时间系数ecof(mnl,n)，特征值er(mnl,1)，累积特征值er(mnl,2)，解释方差er(mnl,3)，累积解释方差er(mnl,4) 旋转经验正交函数分解 Rotated Empirical Orthogonal Functions (REOF's) reof(m,n,mnl,np,f,ks,er,egvt,ecof,rer,regvt,recof) 　 求时空场f(m,n)的特征向量egvt(m,mnl)，时间系数ecof(mnl,n)，旋转特征向量regvt(m,mnl)，时间系数recof(mnl,n) 　 插值 Interpolation 　 样条内插 Spline Interpolation splinev(n,x,y,m,t,yp1,ypn,sy) 　 已知节点x(n)和函数值y(n)，用三次样条求节点t(m)上的内插值sy(m)。 　 滤波分析 Filter 　 二阶Butterworth带通滤波器 Second Order Butterworth Band-Pass Filter Bfilter2(n,x,y,a,b1,b2) 　 求序列x(n)(n是资料长度)的二阶Butterworth带通滤波序列y(n) 高斯低通滤波器 M-term Guassian-Type Filter guassfilter_2(n,m,x,y) 　 求序列x(n)(n是资料长度)的m项高斯低通滤波序列y(n) 　 插值 Interpolation 　 样条内插 Spline Interpolation splinev(n,x,y,m,t,yp1,ypn,sy) 　 已知节点x(n)和函数值y(n)，用三次样条求节点t(m)上的内插值sy(m)。 　 微分方程数值积分 Numerical Integration of Differential Equations 　 一到六阶定步长显式Runge-Kutta方法 Fixed Stepsize Explicit Runge-Kutta Method of Orders from 1 to 6 Runge-Kutta.f 　 subroutine eu1(n,yn,h) : the Euler's method subroutine rk2(n,yn,h) : the improved Euler's method subroutine rk3(n,yn,h) : a Runge-Kutta method of order 3 subroutine rk4(n,yn,h) : a Runge-Kutta method of order 4 subroutine rk5(n,yn,h) : a Runge-Kutta method of order 5 subroutine rk6(n,yn,h) : a Runge-Kutta method of order 6 subroutine rkm2(n,yn,h): another Runge-Kutta method of order 2 subroutine rkh3(n,yn,h): another Runge-Kutta method of order 3 　 　 　
河里的构件从哪个地恰儿来？
(这个问题琢磨了好几天，越琢磨越觉得是个大问题，都快理解不了了，从朴素的想法开始，然后看了几篇paper，然后彻底就晕了：好大的范围啊。可能看paper，琢磨paper的哥们姐们都有类似的感觉。)第一个毫无疑问：经验。项目或者产品中反复出现的same job，有必要extracted and generalized into component，借用Refactoring的术语就是Extract ...
如何选择DA?

问：windytj] DAC芯片选择时其转换速度与精度如何权衡才能得到最便宜的芯片？谢谢
[答：LiaoWS] The simplest way for you is to give ADI a call, we can select one for you. Our contact way is 800 810 1742.  [2003-10-30 11:45:39]
[问：hobodom] 请问专家，在D/A应用过程中，内部参考电压和外部参考电压优劣怎样？应该如何选择？
MSER最稳定极值区域源码分析
最稳定极值区域介绍 如把灰度图看成高低起伏的地形图，其中灰度值看成海平面高度的话，MSER的作用就是在灰度图中找到符合条件的坑洼。条件为坑的最小高度，坑的大小，坑的倾斜程度，坑中如果已有小坑时大坑与小坑的变化率。 上图展示了几种不同的坑洼，根据最小高度，大小，倾斜程度这些条件的不同，选择的坑也就不同。 上图展示了最后一个条件，大坑套小坑的情况。根据条件的不同，选择也不同。 以上...
NanUI for Winform发布，让Winform界面设计拥有无限可能
如今，尽管WPF、UWP大行其道，大有把Winform打残干废的趋势。但是还是有那么一波顽固不化的老家伙们固守着Winform，其中就包括我。好吧，既然都说Winform做得软件不如WPF界面美观效果绚丽，那么我们就找一个方法让Winform也拥有漂亮的界面。DevExpress和ComponentOne都是不错的选择，Telerik虽说是做Asp.net组件出生的，但是他家的UI for Win...
C#

110,533

社区成员

642,574

社区内容

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Web++
  • by_封爱
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

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧

+ 用AI写文章