关于TApplication详解(转载)

推荐
Delphi > VCL组件开发及应用 [问题点数:0分]
等级
本版专家分:8837
结帖率 100%
等级
本版专家分:8837
等级
本版专家分:34315
勋章
Blank
红花 2003年9月 Delphi大版内专家分月排行榜第一
Blank
黄花 2003年8月 Delphi大版内专家分月排行榜第二
等级
本版专家分:34315
勋章
Blank
红花 2003年9月 Delphi大版内专家分月排行榜第一
Blank
黄花 2003年8月 Delphi大版内专家分月排行榜第二
等级
本版专家分:8837
等级
本版专家分:8837
等级
本版专家分:8837
等级
本版专家分:6671
等级
本版专家分:8837
等级
本版专家分:8837
等级
本版专家分:8837
IORILI

等级:

Delphi中关于TApplication类的详解 (转)

Delphi中关于TApplication类的详解 (转)[@more@]Delphi中关于TApplication类的详解 XML:namespace prefix = o ns = "urn:schemas-micros...

关于 TApplication 详解 三 ---- TComponent

ComponentCount属性 对应对象:所有组件 声明:property ComponentCount: Integer; 功能:此属性在运行时有效,它是只读型。同时它标明组件具有的组件数。当用户在设计时可以在窗体上放置一个组件,因此此窗体将变为...

Delphi中TApplication详解(转仅供自己参考)

 TApplication是用于Delphi应用程序的类型...TApplication是Delphi构造 Windows应用程序所需的类型,其方法和属性集中包括了Windows操作系统中创建、运行和销毁应用程序等既定的基本操作和属性,因此在用Delphi...

关于 TApplication 详解 四 ---- TControl

四、TControl Align 属性 对应对象:TControl 声明:TAlign = (alNone, alTop, alBottom, alLeft, alRight, alClient); property Align: TAlign; 功能:Align属性用来确定控件在它的父类中的对齐方式。...

Delphi中TApplication详解

 TApplication是用于Delphi应用程序的类型,该类...TApplication是Delphi构造 Windows应用程序所需的类型,其方法和属性集中包括了Windows操作系统中创建、运行和销毁应用程序等既定的基本操作和属性,因此在用D...

关于 TApplication 详解 一 ---- 继承关系

继承关系: TObject → TPersistent → TComponent TApplication组件的属性: Active AllowTesting DialogHandle ExeName Handle HelpFile Hint HintColor HintHidePause HintPause HintShortPause Icon MainForm Sho...

关于 TApplication 详解 二 ---- TCommonDialog

TCommonDia...

关于 TApplication 详解 六 ---- TColorDialog

六、TColorDialog ...

关于 TApplication 详解 五 ---- Tscreen

五、Tscreen ...

Delphi中关于TApplication类的详解

Delphi中关于TApplication类的详解  TApplication是Delphi应用程序的类型,该类是从TComponent继承,在单元Forms中声明。并且在Forms中有个公用的对象Application。其方法和属性集中包括了 Windows操作系统中...

Delphi中的线程类 - TThread详解

Delphi中有一个线程类TThread是用来实现多线程编程的,这个绝大多数Delphi书藉都有说到,但基本上都是对TThread类的几个成员作一简单介绍,再说明一下Execute的实现和Synchronize的用法就完了。...

delphi中Application.MessageBox函数用法详解

delphi中Application.MessageBox函数用法详解Application.MessageBox是TApplication的成员函数,声明如下:functionTApplication.MessageBox(constText,Caption:PChar;Flags:Longint):Integer;引数:1.Text:要显示...

TThread类详解<转>

TThread是一个抽象类,可以创建几个独立的线程。类关系 TObject在一个多线程的应用程序中创建一个TThread的后子类代表一个线程。每一新子类的TThread对象的实例是一个新的线程。从TThread派生的多线程实例可以构成...

(转)TThread 详解

TThread是一个抽象类,可以创建几个独立的线程。类关系 TObject在一个多线程的应用程序中创建一个TThread的后子类代表一个线程。每一新子类的TThread对象的实例是一个新的线程。从TThread派生的多线程实例可以构成...

Delphi中的线程编程详解

Delphi中有一个线程类TThread是用来实现多线程编程的,这个绝大多数Delphi书藉都有说到,但基本上都是对TThread类的几个成员作一简单介绍,再说明一下Execute的实现和Synchronize的用法就完了。...

Delphi中的线程类 - TThread详解<转>

Delphi中有一个线程类TThread是用来实现多线程编程的,这个绝大多数Delphi书藉都有说到,但基本上都是对TThread类的几个成员作一简单介绍,再说明一下Execute的实现和Synchronize的用法就完了。...

组件制作之托盘详解

在编写一个托盘程序中,往往需要创建、修改、移除托盘图标,从这里开始入手。 一、创建、修改、移除托盘图标,只需调用一个API函数,Shell_NotifyIcon(),这个函数向windows操作系统发送一个消息,要求windows执行...

Delphi中的线程类 - TThread详解--------http://eelab.gxu.edu.cn/list.asp?unid=542

Delphi中的线程类 - TThread详解--------... Delphi中的线程类 - TThread详解 作者: Delphi中有一个线程类TThread是用来实现多线程编程的,这个绝大多数Delphi书藉都有说到,但基...

博客总目录(2007.11.12 - 2010.4.25)

为什么80%的码农都做不了架构师?>>> ...

收藏博客

http://www.cnblogs.com/xiaobaihome/archive/2012/03/20/2407979.html silverlight(8)

delphi控件使用

Standard页 1- Tlistbox控件 重要属性items.* 举例,界面设计如下左,执行结果如下右: 代码为 procedure TForm1.Button1Click(Sender: TObject); begin edit1.Text := listbox1....edit2.Text := listbo...

没有双击事件实现的两种形式

一。mouseDown事件下判断 if (ssDouble in Shift) and (ssLeft in Shift) then begin ShowMessage('aa');...启动窗口创建完毕Application.OnMessage := onAppMessage;...消息处理详解 Vcl.Forms.TAppl...

2021年五一数学建模题目,带附录,全全

参赛选手亲自上传,保全

垃圾分类数据集及代码

资源说明: 数据集主要包括6类图片:硬纸板、纸、塑料瓶、玻璃瓶、铜制品、不可回收垃圾 代码运行说明: 1、 安装运行项目所需的python模块,包括tensorflow | numpy | keras | cv2 2、 train.py用于训练垃圾分类模型,由于训练的数据量过于庞大,因此不一并上传 3、 predict.py用于预测垃圾的类别,首先运行predict.py,然后输入需要预测的文件路径,即可得到结果。

大唐杯资料+题库(移动通信)

大唐杯资料+题库(移动通信)

“互联网+”大学生创新创业大赛项目计划书

填 写 说 明 1.封面上“项目编号”一栏由秘书组编写; 2.项目名称力求简洁、明确,每个项目限报一名负责人; 3.请逐项认真填写; 4.本次大赛必须以团队形式报名参赛,每个团队成员不能少于 3人(包括项目负责人在内); 5.请将撰写完成后的项目计划书按规定时间提交。

matlab神经网络30个案例分析

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理,在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数,预先设定一个非线性函数,如式y=20+x21-10cos(2πx1)+x22-10cos(2πx2)所示,假定函数解析式不清楚的情况下,随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据,将y作为RBF网络的输出数据,分别建立近似和精确RBF网络进行回归分析,并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析,分别取国内生产总值(GDP),工业总产值,铁路运输线路长度,复线里程比重,公路运输线路长度,等级公路比重,铁路货车数量和民用载货汽车数量8项指标因素作为网络输入,以货运总量,铁路货运量和公路货运量3项指标因素作为网络输出,构建GRNN,由于训练数据较少,采取交叉验证方法训练GRNN神经网络,并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识,设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字,当数字被一定的噪声干扰后,仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价,试根据调研结果中较为重要的11个评价指标的数据,并结合离散Hopfield神经网络的联想记忆能力,建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题,要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型,利用该模型可以快速地找到最优(或近似最优)的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数,不但能够高准确率的预测训练集而且要合理的预测测试集,使得测试集的分类准确率也维持在一个较高水平,即使得得到的SVM分类器的学习能力和推广能力保持一个平衡,避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问,可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征,其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别,建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征,分别是前面提及过的:最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8),使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据,选定反馈神经网络的输入、输出节点,来反映电力系统负荷运行的内在规律,从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后,以改良三比值法为基础,建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值(MIV,Mean Impact Value)方法来说明如何使用神经网络来筛选变量,找到对结果有较大影响的输入项,继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理,建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度),这些特征与肿瘤的性质有密切的关系。因此,需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系,从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像,图像来自不同的10个人,每人5幅图像,人脸的朝向分别为:左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络,对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理,在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘,但是由于网络入侵特征数据维数较多,不同入侵类别间的数据差别较小,不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理,在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中,建立模型时选用的每个样本(即病例)数据包括10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度)的平均值、10个量化特征的标准差和10个量化特征的最坏值(各特征的3个最大数据的平均值)共30个数据。明显,这30个输入自变量相互之间存在一定的关系,并非相互独立的,因此,为了缩短建模时间、提高建模精度,有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理,在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理,在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户,快速地利用神经网络解决实际问题,MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用,MATLAB R2009a提供了三种神经网络拟合工具箱(拟合工具箱/模式识别工具箱/聚类工具箱)。

Microsoft Visual C++ 2015-2019 运行库合集,包含32位64位

Microsoft Visual C++ 2015-2019 运行库合集,32位64位都有,解决缺失dll包问题。

WordPress博客模板系统开发

不管是html/css,还是bootstrap,这些是让你能够设计网页的。然而网站大部分是动态的,需要持续的更新和维护,所以只是网页是无法实现动态网站的,我们需要把这些静态的网页和我们的数据库建立连接。使用wordpress制作的网站,模板就是连接前端网页和数据库的桥梁,所以这套视频我们就是教你学会模板制作的。 掌握wordpress模板结构,把之前制作的网页制作为一个wordpress模板

太空大战游戏实战课程

课程模仿现有一款人气较高的飞行射击类游戏进行同步学习设计,采用标准C++以及OpenGL ES2.0可编程管线技术进行开发设计,课程详细的介绍了一款游戏的制作过程,以及编码过程,从设计到编码,到完成交付,三维立体的展示一款游戏的开发过程,设计细节,实现细节,在实战中学习,结合理论讲解,使得学员能在实战中得到锻炼,积累经验,升华自己。 完成一款飞行射击类游戏,通过实战,掌握一款射击类游戏的组成,掌握OpenGL ES2.0可编程管线技术。

相关热词 c#書籍推薦 c#打印pdf中的图片 c# 抽象函数的作用 mono打包c# c#网关技术选型 c#比java简单 c#线程和锁 c# 秒表计时器 c#数组怎么写 c#后台分类管理源码