社区
界面
帖子详情
一个很弱的问题 关于radio button
yuelinchen
2003-08-22 05:06:37
我这里有几项可选项,用radio button单选,可我不知道我用鼠标点了某一项的话,程序怎么就知道我选了这一项,不知哪位知道或有这方面的例程,可以贴出来,先谢谢了!!◎
...全文
98
7
打赏
收藏
一个很弱的问题 关于radio button
我这里有几项可选项,用radio button单选,可我不知道我用鼠标点了某一项的话,程序怎么就知道我选了这一项,不知哪位知道或有这方面的例程,可以贴出来,先谢谢了!!◎
复制链接
扫一扫
分享
举报
写回复
配置赞助广告
用AI写文章
7 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
akun
2003-08-22
打赏
举报
回复
Click消息不太保险,譬如焦点在radio上面的时候,用空格健也可以改变check状态,所以还要响应 WM_KEYUP消息的....
思危
2003-08-22
打赏
举报
回复
在类向导中添加该Radio Button的Clik消息映射函数。并添加一个变量如: m_bCheck;
在响应函数中:
UpdateData(TRUE);
if(m_bCheck)
{
//被选中
}
kilnut
2003-08-22
打赏
举报
回复
另外还有不用变量,直接用(CButton*)GetDlgItem(IDC_RADIOx)的,看看参考资料吧,我就是这些细节几不住
kilnut
2003-08-22
打赏
举报
回复
要么就这样:在ClassWizard的MemberVariables中给每个IDC_RADIOx设置两个变量一个是BOOL Value型一个是Control型CButton。如可以是m_bradiox和m_Ctrlradiox。然后可以根据m_Ctrlradiox.SetCheck()值来设定m_bradiox了。CHeck Box 也类似,这样做就是变量多
u2m
2003-08-22
打赏
举报
回复
CButton * pBtn = (CButton *)GetDlgItem(IDC_CHECK_ENTRY);
int nVal=pBtn->GetCheck();
if (nVal==1)
{
AfxMessageBox("checked")
}
macadamia
2003-08-22
打赏
举报
回复
在ClassWizard中,Message Maps页面,对不同的IDC_RADIOx增加对BN_CLICKED的消息响应函数,然后在该函数中做自己的事情就可以了。
这样程序执行的时候,对于不同Radio,当有Click事件发生(即被选/不选)时,就转到相应的函数处理
yuelinchen
2003-08-22
打赏
举报
回复
没人回答啊。。。。555555555
G
radio
+Ubuntu快速部署机器学习Web应用
机器学习模型交付常卡在交互界面开发环节——Flask需手写路由与前端逻辑,Streamlit在Ubuntu服务器上默认不监听外部IP且缺乏认证。G
radio
作为专为ML设计的轻量级工具,仅需定义Python函数输入输出,即可自动生成含文件上传、滑块调节、实时可视化等能力的Web界面;其底层基于Starlette,天然适配Ubuntu系统环境,配合Python虚拟环境与Docker可实现从本地开发到云服务器一键部署。本文聚焦G
radio
在Ubuntu 22.04上的工程化落地,涵盖环境初始化、依赖加速安装、模
双三相交错LLC谐振变换器软启动与恒压恒流双闭环控制研究(Simulink仿真实现)
双三相交错LLC谐振变换器软启动与恒压恒流双闭环控制研究(Simulink仿真实现)内容概要:本文围绕双三相交错LLC谐振变换器的软启动与恒压恒流双闭环控制展开研究,重点探讨其在Simulink环境下的仿真实现。研究内容涵盖变换器的主电路建模、软启动策略设计、恒压与恒流双闭环控制器的构建与参数整定,以及系统在不同负载和输入条件下的动态响应特性分析。通过仿真验证了所提控制策略的有效性与鲁棒性,能够实现平稳启动、精确稳压稳流及良好的抗扰性能。; 适合人群:电力电子、电气工程及其自动化等相关专业的高校师生、研究人员及从事电源系统开发的工程技术人员,需具备一定的电路理论、自动控制原理和Simulink仿真基础。; 使用场景及目标:① 掌握LLC谐振变换器的工作原理与建模方法;② 学习并实现恒压恒流双闭环控制策略;③ 理解软启动技术对提升系统可靠性的关键作用;④ 通过仿真平台完成控制系统的设计、调试与性能评估。; 阅读建议:建议读者结合Simulink仿真软件,逐步复现文中模型与控制逻辑,重点关注控制器参数设计与系统动态性能之间的关系,并尝试改变工况条件以深入理解系统的鲁棒性与适应性。
脱壳工具教程-下载即用.zip
源码链接: https://pan.quark.cn/s/d8a0ab26960a 针对反编译程序的脱壳工具的操作指南,可用于处理32位及64位的应用程序
基于雅可比伪逆迭代的双臂协同轨迹规划与跟踪误差收敛性研究(Matlab代码实现)
内容概要:本文系统研究了基于雅可比伪逆迭代的双臂协同轨迹规划与跟踪误差收敛性
问题
,结合机械臂正向与逆向运动学建模、蒙特卡洛法分析工作空间、笛卡尔空间内的圆弧轨迹生成等关键技术,利用Matlab实现了双臂系统的协同控制与轨迹跟踪仿真。重点探讨了雅可比矩阵伪逆法在解决冗余自由度机械臂逆运动学
问题
中的应用,深入分析了轨迹跟踪过程中误差的收敛特性,并通过仿真实验验证了该方法在复杂任务场景下的有效性、稳定性与鲁棒性,为多臂机器人在工业自动化、精密操作等领域的协同作业提供了理论依据与技术支持。; 适合人群:具备机器人学、自动控制理论基础及Matlab编程能力的科研人员与工程技术人员,特别适合从事机械臂控制、轨迹规划、多机器人协同等方向的硕士、博士研究生及相关领域研究人员。; 使用场景及目标:①掌握基于雅可比伪逆法的机械臂逆运动学求解原理与实现方法;②理解双臂系统在笛卡尔空间中协同轨迹规划的机制;③分析并优化轨迹跟踪过程中的误差收敛性能;④为多机器人系统在复杂动态环境下的高精度协同控制提供算法设计与仿真验证支持。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,按照文档目录循序渐进地学习,重点关注算法实现细节、仿真参数设置与结果分析部分,同时可进一步探索将智能优化算法或深度学习方法引入轨迹规划与误差补偿的研究方向。
三菱FX3U PLC 脉冲位置距离控制与换算
三菱FX3U PLC 脉冲位置距离控制与换算
界面
15,976
社区成员
115,866
社区内容
发帖
与我相关
我的任务
界面
VC/MFC 界面
复制链接
扫一扫
分享
社区描述
VC/MFC 界面
社区管理员
加入社区
获取链接或二维码
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