请不要在技术区散分,不要在技术区发非技术类的帖子,尤其是与VC无关的帖子

VC/MFC > 非技术类 [问题点数:200分,结帖人masterz]
等级
本版专家分:155406
勋章
Blank
榜眼 2002年 总版技术专家分年内排行榜第二
Blank
进士 2001年 总版技术专家分年内排行榜第七
Blank
金牌 2002年1月 总版技术专家分月排行榜第一
Blank
银牌 2002年4月 总版技术专家分月排行榜第二
结帖率 98.68%
等级
本版专家分:155406
勋章
Blank
榜眼 2002年 总版技术专家分年内排行榜第二
Blank
进士 2001年 总版技术专家分年内排行榜第七
Blank
金牌 2002年1月 总版技术专家分月排行榜第一
Blank
银牌 2002年4月 总版技术专家分月排行榜第二
等级
本版专家分:120652
勋章
Blank
银牌 2004年12月 总版技术专家分月排行榜第二
Blank
微软MVP 2005年7月 荣获微软MVP称号
2007年7月 荣获微软MVP称号
2006年7月 荣获微软MVP称号
Blank
红花 2004年12月 VC/MFC大版内专家分月排行榜第一
2003年3月 VC/MFC大版内专家分月排行榜第一
Blank
黄花 2005年2月 VC/MFC大版内专家分月排行榜第二
2004年11月 VC/MFC大版内专家分月排行榜第二
等级
本版专家分:42962
勋章
Blank
微软MVP 2004年9月 荣获微软MVP称号
Blank
红花 2003年11月 VC/MFC大版内专家分月排行榜第一
等级
本版专家分:5870
等级
本版专家分:60167
勋章
Blank
微软MVP 2006年1月 荣获微软MVP称号
2007年1月 荣获微软MVP称号
2005年1月 荣获微软MVP称号
2004年1月 荣获微软MVP称号
Blank
黄花 2006年10月 VC/MFC大版内专家分月排行榜第二
Blank
蓝花 2003年11月 VC/MFC大版内专家分月排行榜第三
等级
本版专家分:109
等级
本版专家分:3367
勋章
Blank
红花 2004年6月 C++ Builder大版内专家分月排行榜第一
Blank
黄花 2004年2月 C++ Builder大版内专家分月排行榜第二
Blank
蓝花 2004年3月 C++ Builder大版内专家分月排行榜第三
2004年1月 C++ Builder大版内专家分月排行榜第三
等级
本版专家分:376
等级
本版专家分:269201
勋章
Blank
GitHub
Blank
进士 2006年 总版技术专家分年内排行榜第四
Blank
金牌 2006年4月 总版技术专家分月排行榜第一
Blank
铜牌 2006年3月 总版技术专家分月排行榜第三
等级
本版专家分:363
masterz

等级:

Blank
榜眼 2002年 总版技术专家分年内排行榜第二
Blank
进士 2001年 总版技术专家分年内排行榜第七
Blank
金牌 2002年1月 总版技术专家分月排行榜第一
Blank
银牌 2002年4月 总版技术专家分月排行榜第二
JAVA上百实例源码以及开源项目源代码

Java对称加密源码实例 1个目标文件 摘要:Java源码,算法相关,对称加密 Java对称加密源程序代码实例,本例中使用RSA加密技术,定义加密算法可用 DES,DESede,Blowfish等。 设定字符串为“张三,你好,我是李四”...

JAVA上百实例源码以及开源项目

 Java数据压缩传输实例,可以学习一下实例化套按字、得到文件输入流、压缩输入流、文件输出流、实例化缓冲、写入数据到文件、关闭输入流、关闭套接字关闭输出流、输出错误信息等Java编程小技巧。 Java数组倒置...

人工智能技术与现代应用

人工智能的定义: 人工智能(ArtificialIntelligence,AI)学科从1956年正式提出,目前已取得长足的发展,成为一门广泛的交叉和前沿科学。 总的说来,人工智能的目的就是让计算机这台机器能够像人一样思考。...

C++ 面试题大全

1.new、delete、malloc、free关系 delete会调用对象的析构函数,和new对应,free只会释放内存,new...mallocfree是C++/C语言的标准库函数,new/delete是C++的运算符。它们都可用于申请动态内存和释放内存。对于

三极管什么时候工作饱和

2楼: >>参与讨论 作者:NE5532于 2005/1/3 16:28:00 发布: ... 另外一个应该注意的问题就是:Ic增大的时候,hFE会减小,所以我们应该让三极管进入深度饱和Ib〉〉Ic(max)/hFE 当...

语音转换成文本 技术实现_职业转换者指南,帮助您实现梦想的技术工作

语音转换成文本 技术实现In this article, I'll discuss some pro tips that'll help you ace your interviews at your dream companies and get the most out of your job offers. 本文中,我将讨论一些专业技巧...

区块链技术

https://www.zhihu.com/question/37290469 作者:汪乐-LaiW3n 链接:...商业转载联系作者获得授权,商业转载注明出处。 更新:将私信问答放在了最后 --

金山词霸”屏幕取词技术揭密

金山词霸”屏幕取词技术揭密 “金山词霸”屏幕取词技术揭密(讨论稿) 主题 屏幕取词技术系列讲座(一) 作者 亦东 很多人对这个问题...

十年MFC经历认识的Microsoft技术

这篇文章是转载的csdn的孙辉写的一篇文章。很有启发意义,希望更多的人可以看到。... 十年MFC经历认识的Microsoft技术【原创】 选择自 sunhui 的 Blog 关键字 十年MFC经历认识的Microsoft技术【原创】 ...

【白乔原创】写二十年的代码是一种什么样的体验?

70后老人,来自皖南山区纯的农村娃,大学之后才有的编程经历受前面一个兄弟的启发,截点图说说自己的这段历程,后面有时间再补充文字:)>>>>>>>1995年第一次接触到计算机编程,机械制造专业当然是FORTRAN了~~~依稀...

[软件人生]给一个刚毕业学生朋友的建议

引言关于软件人生这里写了很多了,当然大部分都是批判言论的较多,因此也有很多人对我不满.最近遇到了一个刚毕业的小朋友,他的认真和专心程度让我感觉很好,下面我贴出我和他从刚开始到最后给他提供建议的一系列对话,...

高手过招:请教:变量到底是编译的时候初始化的,还是运行的时候初始化的?

请教:变量到底是编译的时候初始化的,还是运行的时候初始化的? [问题点数:40,结帖人learnc2015] https://bbs.csdn.net/topics/391832733 收藏帖子 回复 learnc2015 结帖率 62.5% 变量到底是...

浅谈MFC中超技术的实现

关键词:// 面对对象编程、超类化、子类化、Superclassing// MFC、CWnd::SubclassWindow// 通用控件、CMNCTRL//// 主题:// 通过CWnd::SubclassWindow 函数的分析,浅谈MFC中超技术的实现////// 背景// 我2002...

8个方法解决90%的NLP问题

2019-04-30 15:26:34 文章来源:企鹅号 - IT派 一、收集数据 每一个机器学习问题都始于数据,比如一组邮件、帖子或是推文。文本信息的常见来源包括: ...用户产出的内容(推文、Facebook 的帖子、Stac...

目前看到过的各种杀毒引擎最具技术含量的评论

鉴于个人能力有限,文中大量借用了业已病毒界获得公认的两篇文章:先进杀毒引擎的设计原理 ,流行杀毒软件的引擎设计 。2.为便于理解,文中很多词语未使用严格的工业研发用语。比如杀毒引擎的前端正式名称为‘基于...

C/C++笔试题

微软亚洲技术中心的面试题!!! 1.进程和线程的差别。 线程是指进程内的一个执行单元,也是进程内的可调度实体. 进程的区别: (1)调度:线程作为调度和分配的基本单位,进程作为拥有资源的基本单位 (2)...

各种杀毒引擎技术分析

1.什么是杀毒软件引擎,病毒库的关系?  首先必须指出杀毒软件的引擎与其病毒库并没有什么直接的关系。杀毒引擎的任务和功能非常简单,就是对于给定的文件或者程序进程判断其是否是合法程序(对应于杀毒软件厂商...

vc中的CString的操作

CString 操作指南原著:Joseph M. Newcomer翻译:littleloach原文出处:codeproject:...它们很大程度上简化了MFC中的许多操作,使得MFC做字符串操作的时候方便了很多。不管怎样,使用CString有很多特殊的技巧,特

学习vc的经验之谈

我开始学vc时就是自己一个人啃,也没什么人指导,当时没有条件上网,资料特别少,书店里随便买本书就学了,在学vc的过程中走了许多弯路,现在回想起来觉得做了很多无用功。看见大家这里畅所欲言,有高手也有新...

“金山词霸”屏幕取词技术揭密(讨论稿)

主题 屏幕取词技术系列讲座(一) 作者 亦东 很多人对这个问题感兴趣。 原因是这项技术让人感觉很神奇,也很有商业价值。 现在词典市场金山词霸占了绝对优势,所以再做字典也没什么前途了。我就是这么认为的,所以我...

网络检索技术3--文献检索

一、文献密码搜索的方法...标准检索表达式:杂志名(数据库名)+password+username 3.检索表达式的变异(pw, pwd等衍生词) 4.冗余信息的去除(-NEED) 5....文件类型限制 7.INTITTLE/link等限制的妙用 8.著名杂志带其他杂志 9.

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)。

掌握JQuery视频教程

JQuery是一个优秀的JavaScript库。它是轻量级的JS库 ,它兼容CSS3,还兼容各种浏览器(IE 6.0+, FF 1.5+, Safari 2.0+, Opera 9.0+),是我们编写JavaScript的利器! 适合对象: 需要大量编写JavaScript的朋友 学习条件: 必须掌握HTML、CSS、JavaScript、dom

多变量线性回归:预测波士顿的房价.ipynb

代码文件与B站上的视频教程同步,记录完整的模型分析建模过程,还有注意事项,包括我自己走的弯路,代码内容与接下来我要发布的博客同步。

go语言就业指南

授人予鱼不如授人予渔,本课程不但包含go语言从业者所的技能,而且还包含开发人员在开发中的学习技巧。掌握这些技巧和技能可以让你在面试中游刃有余。学习过程中任何问题联系: 4223665 1、掌握go语言基础 2、掌握go语言网络编程 3、掌握go语言并发编程 4、掌握go语言调试技巧 5、掌握go语言反射基础 6、掌握Cgo基本开发 7、掌握通过文档查阅所需资料的能力

从零基础开始用Python处理Excel数据.pdf

首先学习Python的基础知识,然后使用Python来控制Excel,做数据处理。 Excel使用者、Python爱好者、数据处理人员、办公人员等 第1章 python基础 1.1 什么是python? 1.2 为什么要学习用Python处理Excel表格? 1.3 手把手教你安装python程序 1.3.1 下载python 1.3.2 安装python 1.3.3 验证是否安装成功 1.4 安装Python集成开发工具PyCharm 1.4.1 下载 1.4.2 安装 1.5 Python的输入与输出

Linux驱动之USB设备驱动

不管是USB设备还是USB接口,都会被注册到同一个bus上,也就是usb_bus_type,其之间的区别会在match函数中区分,之后再去绑定不同的driver。 当一个USB设备被插入的时候,USB设备驱动,也就是usb_generic_driver会跟USB设备交互,得到其所有的各种描述符,并为每个接口都定义成为一个device,之后再加载到usb_bus上,让其去匹配其对应的接口驱动程序。 掌握usb设备驱动的框架。掌握驱动程序的编写方法。

数学建模30种算法大全

数学建模最常用的30种算法! 全国大学生数学建模竞赛创办于1992年,每年一届,已成为全国高校规模最大的基础性学科竞赛,也是世界上规模最大的数学建模竞赛。2018年,来自全国34个省/市/区(包括香港、澳门和台湾)及美国和新加坡的1449所院校/校区、42128个队(本科38573队、专科3555队)、超过12万名大学生报名参加本项竞赛。

常见30种数学建模模型

常见的30种数学模型,比较详细,非常适合搞数学建模的学生使用

matlab教程ppt(完整版).pdf

MATLAB信号处理详解 结合MATLAB最新版本系统地介绍信号处理及现代信号处理或者非平稳信号处理(包括信号处理、阵列信号处理、时频分析及高阶谱分析)的基本理论及在工程应用中的一些基本方法;详细地介绍MATlLAB工具箱函数的用法;最后结合一些应用实例,说明基于MATLAB进行分析与设计的方法。 《MATLAB信号处理》首次将信号处理涉及的各种MATLAB工具箱全面加以说明分析,简明扼要地介绍相关领域的基本概念和基本理论,重在讲述有关基本理论和物理背景,避开繁复的推导和中间过程,结合编程应用介绍工具箱函数的功能及用法,并且通过各种应用实例阐述如何利用MATLAB工具箱来解决工程应用问题。

相关热词 c# 自动截屏 c#查找子目录文件 c# 分隔栏 c#异步什么时候执行 c# 开源 管理系统 c#对象引用 c#正则表达式匹配文件名 c# 开源库 c#两个程序间通信 c# 区块链特点