社区
数据库报表
帖子详情
水晶报表速度慢的问题,已经困扰一年,哪位英雄如果解决,100分送上
qqqeee
2003-12-22 03:46:36
1.机器配置(P1.7G 128M内存)在DELPHI下编程,用RDC工具予览报表:
Var Rep:IReport;
App:IApplication;
Procedure ViewReport;
Begin
Rep:=App.OpenReport(‘c:\1.rpt’); //执行这段代码,速度非常慢,需要10秒左右。
..
..
End;
...全文
104
9
打赏
收藏
水晶报表速度慢的问题,已经困扰一年,哪位英雄如果解决,100分送上
1.机器配置(P1.7G 128M内存)在DELPHI下编程,用RDC工具予览报表: Var Rep:IReport; App:IApplication; Procedure ViewReport; Begin Rep:=App.OpenReport(‘c:\1.rpt’); //执行这段代码,速度非常慢,需要10秒左右。 .. .. End;
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
9 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
zfang
2004-02-17
打赏
举报
回复
换种方式调用,用crpe控件比用application应该快一些!!!
╔╦╗╔╦╗╔╦╗╔╦╗╔╦╗
╠为╣╠人╣╠民╣╠服╣╠务╣
╚╩╝╚╩╝╚╩╝╚╩╝╚╩╝
期待着那一天,你与我相恋,你温柔地依偎在我的肩头,告诉我幸福就在身边……
zhanokit
2004-01-09
打赏
举报
回复
1 Dim CRY As CRAXDRT.Report
2 Dim Rs As ADODB.Recordset
3 Call CreateRecordset(Rs,"Select * from VW_transaction_master")
4 Set CRY = CRYAT.OpenReport("CrCashierReport.rpt")
5 CRY.Database.SetDataSource Rs, , 1
...
执行第5更慢啊!?为什么呢?
yonghengdizhen
2004-01-02
打赏
举报
回复
你的rpt是不是带数据保存的?
delphifan2008
2003-12-29
打赏
举报
回复
在Delphi中怎样调用Crystal9.0做的报表?基本条件是什么?
qqqeee
2003-12-24
打赏
举报
回复
sharpblade(非我莫屬)
你能说说你的配置吗?你需要多长时间
qqqeee
2003-12-23
打赏
举报
回复
128M还少吗?你也这样吗?我也知道它很吃内存,但我想确定是不是还有可以改进的方法?
zhaowuxing
2003-12-23
打赏
举报
回复
内存很重要的了!
sharpblade
2003-12-23
打赏
举报
回复
128本來就少
qqqeee
2003-12-23
打赏
举报
回复
谁用DELPHI也碰到过吗?
【搬运】【游戏设计分析】战斗资源有哪些设计要点
本文聚焦游戏战斗资源,先明确其定义,指出应在定义核心玩法后设计。阐述了战斗资源概念可视化、控制节奏、影响策略等作用,介绍了资源上限、回复速度等基础参数,还列举基础上限、回复方式等常用设计点,强调设计要考虑完整性和玩家体验。
YOLO算法户外草地垃圾清理塑料瓶目标检测数据集-782张-标注类别为塑料瓶.zip
【注:该页面底部资源详情处,可查看数据集可视化效果】 1. YOLO目标检测数据集, 适用于YOLOV5、yolov7,yolov8, yolov11, yolov13, yolo26等系列算法,含标签,已标注好,可以直接用来训练; 2. 内置data.yaml数据集配置文件,
已经
划分好了训练集、验证集等; 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=
100
1.2014.3001.5502
项目需求.pdf
项目需求.pdf
chromedriver-mac-x64-150.0.7871.13(Beta).zip
chromedriver-mac-x64-150.0.7871.13(Beta).zip
基于加权稀疏矩阵恢复与加速交替方向乘子法的单通道盲解混响算法(Matlab代码实现)
内容概要:本文提出了一种基于加权稀疏矩阵恢复与加速交替方向乘子法(ADMM)的单通道盲解混响算法,并提供了完整的Matlab代码实现。该方法旨在从仅有的单路接收信号中有效分离出原始声源信号,克服传统多通道方法对硬件的依赖。核心技术结合了信号在时频域的稀疏性先验,通过构建加权机制以增强稀疏矩阵恢复的准确性,并引入加速ADMM算法来优化求解过程,显著提升了算法的收敛速度与计算效率。该算法特别适用于麦克风阵列受限或无法部署的复杂声学环境,能够有效抑制混响干扰,从而显著提升语音信号的清晰度与后续语音识别系统的性能。; 适合人群:具备扎实的数字信号处理、凸优化理论及稀疏表示基础,从事音频信号处理、语音增强、盲源分离或相关领域研究与开发工作的研究生、科研人员及工程技术人员。; 使用场景及目标:①
解决
单麦克风场景下的语音混响去除难题,提升语音通信质量;②应用于智能助听器、车载语音系统、远程视频会议、人机交互等存在严重混响的实际应用场景;③为盲解卷积、稀疏信号恢复等领域的研究提供一种高效的算法实现范例与优化思路。; 阅读建议:建议读者在深入理解信号稀疏性、ADMM优化框架等理论基础上,结合所提供的Matlab代码进行实践,重点分析加权策略的设计原理及其对恢复性能的影响,并通过调整正则化参数、权重因子等关键变量,探究其在不同混响强度和噪声条件下的鲁棒性与泛化能力。
数据库报表
6,107
社区成员
4,749
社区内容
发帖
与我相关
我的任务
数据库报表
其他数据库开发 数据库报表
复制链接
扫一扫
分享
社区描述
其他数据库开发 数据库报表
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