bcb例子重新上传，共62个

wangxd 2004-03-04 08:20:04

找到新的空间了，希望能对学习bcb的朋友有一定的帮助。
URL 210.192.111.123
username delphijl
password delphijl

登陆进去后，进入“程序实例存放目录”中的“wangxd的bcb例子共62个.rar”就是。下载后请用winrar3.2以上版本解压。

...全文

136 6 打赏收藏举报

写回复

6 条回复

切换为时间正序

请发表友善的回复…

发表回复

HunterForPig 2004-03-18

打赏
举报

回复

thanks

goldpony 2004-03-18

打赏
举报

回复

感谢楼主

robbyzi 2004-03-18

打赏
举报

回复

晕~~

FTP。

正确的应该是
URL ftp://210.192.111.123
username delphijl
password delphijl

guiys 2004-03-17

打赏
举报

回复

感谢楼主,可以留个邮件么?

我的邮件是:guiys@sina.com

clong320 2004-03-17

打赏
举报

回复

非常感谢。

wangxd 2004-03-16

打赏
举报

回复

继续

动态表单引擎作为现代前端工程的核心组件，通过JSON Schema配置与组件化渲染实现灵活的数据收集。在Vue 3组合式API架构下，开发者可以高效构建具备实时校验、智能预填等能力的复杂表单系统。结合OCR识别与文件分片上传技术，这套方案特别适用于保险理赔等需要处理大量结构化数据的场景。以智慧商保项目为例，通过设计系统(Design System)规范前端交互，配合Vue.js的虚拟滚动与性能优化策略，最终实现理赔时效缩短77%的显著提升。该实践验证了前端工程化在金融科技领域的应用价值，为行业数字化转型提供

在React Native中开发鸿组件（这里指的是鸿蒙（HarmonyOS）组件），你需要了解鸿蒙开发的基础以及如何在React Native项目中集成鸿蒙应用。鸿蒙OS是由华为开发的一个分布式操作系统，主要用于其智能设备，如手机、平板、智能手表等。首先，你需要熟悉鸿蒙OS的开发环境设置和基本开发流程。React Native本身主要用于Harmony和Harmony平台的开发，但你可以通过以下几种方式将鸿蒙应用集成到React Native项目中：A. 使用WebView。

排样套料工具箱。初版支持AutoCad2013+，基于libnest2d0.4，clipper, nplot,boost。不支持凹多边形，凹多边形被填充凸多边形。不支持孔洞。只支持多义线，非闭合多义性将自动闭合，多义线的弧将用线段模拟。并根据箱子的框高，绘制新箱子，将选择的多义线，移动到箱子中，保留多义性的颜色等属性。排样是NP-Hard问题，无法在有限时间找到最优解，许多时候明显的最优解都没找到。

内容概要：W25Q128是一款由华邦（Winbond）生产的128M-bit（16MB）串行闪存芯片，支持标准、双通道和四通道SPI接口，适用于空间受限、引脚有限和低功耗系统。该芯片提供灵活的存储架构，包括65,536个可编程页面（每页256字节），支持按4KB扇区、32KB块、64KB块或整片擦除，适用于代码镜像到RAM、直接从SPI执行代码（XIP）以及语音、文本和数据存储。其最高时钟频率可达104MHz（标准SPI）和70MHz（四通道SPI），连续数据传输速率高达35MB/s，性能远超传统串行闪存。芯片还具备多种写保护机制，包括软件和硬件写保护、状态寄存器保护、上/下部阵列保护以及一次性可编程（OTP）安全寄存器，确保数据完整性。此外，它集成了64位唯一序列号和可发现参数（SFDP）寄存器，便于设备识别和配置管理。; 适合人群：嵌入式系统工程师、硬件设计师、固件开发人员以及从事消费电子、工业控制和汽车电子等领域需要外部非易失性存储解决方案的技术人员。; 使用场景及目标：①在资源受限的嵌入式系统中扩展程序或数据存储空间；②实现高速代码加载（Code Shadowing）或将程序直接存储于外部Flash并原地执行（XIP）；③利用其多级写保护和安全寄存器特性增强系统的数据安全性和防篡改能力；④通过四线SPI接口提升通信带宽，满足高性能应用需求。; 阅读建议：本资料为芯片的数据手册，技术细节丰富，建议结合具体应用场景重点查阅电气特性、指令集及时序图部分，并参考推荐封装尺寸与布局规范进行PCB设计；对于安全性要求高的项目，应深入研究状态寄存器配置与安全锁机制。

内容概要：本文围绕城市空中交通中的多无人机路径规划问题，提出了一种从仿生搜索机理到分层协同求解的综合优化方法。研究融合了布谷鲶鱼优化算法（CCO）、灰雁优化算法（GGO）与田忌赛马优化算法（THRO）等多种仿生智能优化策略，针对复杂空域环境下多无人机协同飞行中存在的路径冲突、避障、能耗优化与任务分配等多重约束，构建了高效的路径规划模型。通过Matlab仿真平台实现了算法的编码与验证，展示了在多约束耦合场景下的优越求解性能，有效提升了路径安全性、系统整体效率与动态适应能力。该方法不仅解决了传统路径规划中易陷入局部最优的问题，还增强了系统对突发状况的响应能力。; 适合人群：具备一定算法基础和Matlab编程能力，从事智能交通、无人机控制、路径规划及相关领域研究的研发人员与高校研究生。; 使用场景及目标：①应用于城市空中交通管理系统中多无人机的协同路径规划与避障；②为复杂动态环境中智能体群的分层协同决策提供算法支持与仿真验证方案；③助力低空经济、智慧物流、应急救援等场景下的无人系统自主决策能力提升。; 阅读建议：建议读者结合Matlab代码深入理解算法实现细节，重点关注仿生算法的参数设置、分层架构设计逻辑及多目标优化的权衡机制，同时可通过调整环境参数进行扩展性实验，进一步掌握其在不同场景下的适应性与优化潜力。

551

社区成员

20,044

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

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