送分:SendMessage为什么不能传送"Alt"按键消息?

godtorch 2003-12-12 10:23:22
我用SendMessage(hd,WM_KEYDOWN,18,0)跟PostMessage都试过,当传送其他按键(比如a,b,c...)都没问题单单这个键没反应,请教高手该怎么写?谢谢!
...全文
222 14 打赏 收藏 转发到动态 举报
写回复
用AI写文章
14 条回复
切换为时间正序
请发表友善的回复…
发表回复
yjy1001 2003-12-12
  • 打赏
  • 举报
回复
如果是‘激活’热键
那么应该 发送 WM_HOTKEY消息 然后消息里 可以携带 热键的组合键码,单独发送alt,窗体接受到也只是能激活菜单而已
jbz 2003-12-12
  • 打赏
  • 举报
回复
还是不好使.
godtorch 2003-12-12
  • 打赏
  • 举报
回复
谢谢,上面的程序确实可以打开一个窗口的菜单了,但是对哦真正要控制的窗口还是无效!!!那个窗口设置了大量的快捷键“Alt+1"等等。
ccrun.com 2003-12-12
  • 打赏
  • 举报
回复
我猜你也是要发送菜单。

SendMessage(hWin , WM_SYSCHAR, VK_MENU, 0);
SendMessage(hWin , WM_SYSCHAR, 'f', 0);

// 发送alt + f
godtorch 2003-12-12
  • 打赏
  • 举报
回复
晕了,还是不行。我用楼上两位的方法向一个有菜单的窗口送消息本来如果有效的话菜单应该会被按下,(已经先把窗口设为最前面)。 我实际需要的功能是向一个窗口送一个“Alt+1”,“Alt+2”...的消息。我下了个按键精灵却可以做得出来!!
yangguo_god 2003-12-12
  • 打赏
  • 举报
回复
SendMessage(hWin, WM_HOTKEY, IDHOT_SNAPWINDOW, MOD_ALT);
godtorch 2003-12-12
  • 打赏
  • 举报
回复
呵呵,还是不行!
ccrun.com 2003-12-12
  • 打赏
  • 举报
回复
那就试试这个:
SendMessage(hWin , WM_SYSCHAR, VK_MENU, 0);
godtorch 2003-12-12
  • 打赏
  • 举报
回复
谢谢 ccrun(老妖),不过我不想用这个。因为用键盘模拟的话要把被控制的窗口一直放在顶层,很不方便.
ccrun.com 2003-12-12
  • 打赏
  • 举报
回复
不过在调用上述代码以前,最好先将目标窗口调到最前面来
::BringWindowToTop(hWin);
或者:
SetForegroundWindow(hWin);
ccrun.com 2003-12-12
  • 打赏
  • 举报
回复
用keybd_event

keybd_event(VK_MENU, 0, 0, 0);
keybd_event(VK_MENU, 0, KEYEVENTF_KEYUP, 0);
godtorch 2003-12-12
  • 打赏
  • 举报
回复
在线等待...
godtorch 2003-12-12
  • 打赏
  • 举报
回复
再等待...
godtorch 2003-12-12
  • 打赏
  • 举报
回复
请问 yjy1001(蓝鲸--优秀得郁闷的鱼) ,如何设置“热键的组合键码”?比如"Alt+1",应该怎么写呢?谢谢。
内容概要:本文围绕基于CNN-BiLSTM-Attention混合神经网络模型的电力负荷预测展开研究,提出一种结合卷积神经网络(CNN)、双向长短期记忆网络(BiLSTM)与注意力机制(Attention)的深度学习框架,并通过Python代码实现高精度的短期与超短期负荷预测。该模型充分利用CNN对局部特征的提取能力,捕捉负荷数据中的周期性与趋势性模式;借助BiLSTM对时间序列前后向依赖关系的建模能力,增强对动态变化的感知;并通过Attention机制自适应地聚焦关键历史时刻,提升预测准确性。文中详细阐述了数据预处理、模型结构设计、训练流程及超参数调优方法,并在真实负荷数据集上进行了实验验证,结果表明该混合模型相比传统单一模型和其他基准模型具有更优的预测性能,尤其在应对非线性、非平稳负荷波动方面表现突出。; 适合人群:具备一定Python编程能力和机器学习基础,从事电力系统分析、能源管理、智能电网或时序预测相关工作的科研人员、工程师及高校研究生。; 使用场景及目标:①应用于电网调度、电力市场出清、需求响应管理等场景下的精细化负荷预测;②为研究人员提供一套完整的、可复现的深度学习负荷预测代码框架,推动AI技术在能源领域的落地应用;③帮助理解CNN、BiLSTM与Attention模块之间的协同机制及其在时序建模中的集成方式。; 阅读建议:建议读者结合所提供的Python代码进行动手实践,重点掌握数据归一化、滑动窗口构造、模型搭建与训练技巧,并尝试在不同地区、不同季节的负荷数据上进行迁移测试,以深入理解模型泛化能力与调参策略。

13,871

社区成员

发帖
与我相关
我的任务
社区描述
C++ Builder相关内容讨论区
社区管理员
  • 基础类社区
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