怎样在CChildView里加一个CScrollBar(滚动条)?

VC/MFC > 界面 [问题点数:100分,结帖人cnss]
等级
本版专家分:1266
结帖率 94.78%
等级
本版专家分:188320
勋章
Blank
进士 2006年 总版技术专家分年内排行榜第五
2004年 总版技术专家分年内排行榜第八
Blank
银牌 2006年10月 总版技术专家分月排行榜第二
2006年9月 总版技术专家分月排行榜第二
Blank
铜牌 2006年5月 总版技术专家分月排行榜第三
Blank
微软MVP 2006年1月 荣获微软MVP称号
2008年1月 荣获微软MVP称号
2007年1月 荣获微软MVP称号
等级
本版专家分:1266
等级
本版专家分:13223
等级
本版专家分:1266
cnss

等级:

VC 界面编程总结

这是一个很难回答的问题。拥有美丽的外观,软件就成功了一半。界面由控件、工具栏、菜单、窗体等元素组成,对他们进行美化就能得到一个美丽的界面。 目前界面编程技术包括MFC、win32 SDK 、CJLibrary、WTL以及...

深入跟踪MFC程序的执行流程

这种感觉来源于学习者不知道一个MFC程序是如何运行起来的(即一个MFC程序的执行流程)和MFC程序的设计思想和机制,即使是写过Windows程序的学习者,也会感到非常迷惘并且无从下手。而这种感觉的出现会使大家认为自己...

VC 编程技巧 (六)

VC 编程技巧 (六)

界面编程总结(1)

这是一个很难回答的问题。拥有美丽的外观,软件就成功了一半。界面由控件、工具栏、菜单、窗体等元素组成,对他们进行美化就能得到一个美丽的界面。目前界面编程技术包括MFC、win32 SDK 、CJLibrary、WTL以及一些...

MFC滚动条

MFC图像缩放时使滚动条最大值根据图像高宽进行变换。 void CChildView::ResetScrollBar(int cx, int cy) { CConfiguration* pCofig = CConfiguration::GetInstance(); // 缩放最大最小比例 double ...

[转载]去除文档/视图结构,有效使用视图(替换CChildView)

本文转载自... 以下均为译者原文 翻译自Using views effectively without the doc/view overhead From TheCodeProject,By Antti Keskinen。原文这里。 去除文档/视图结构,有效使...

《MFC游戏开发》笔记七 游戏特效的实现():背景滚动

本系列文章由七十雾央编写,转载请注明出处。 http://blog.csdn.net/u011371356/article/details/9344721 作者:七十雾央 新浪微博:http://weibo.com/1689160943/profile?rightmod=1&wvr=5&mod=personinfo ...

去除文档/视图结构,有效使用视图 —— 替换CChildView

尝试一下你就会知道,CFormView或类似视图类型用起来多么让人抓狂。...概括起来说,我们将创建一个标准的框架窗口程序,并其中使用定制的视图类型。为了增加一点额外难度,我们使用的视图将继承自CFormView。

创建单文档项目,未勾选支持文档/视图结构,生成了CChildView,这有什么作用

为什么这个类中没有WM_LButtonDown这样的消息,我希望程序运行时先窗口画一个矩形,然后如果鼠标左单击矩形范围,就产生MessageBox,不此范围就没有响应,这种项目情况下该如何实现呢??

【VC++游戏开发#十】2D篇 —— 人工智能():滚动地图 & 用鼠标控制人物的走动

不过说实话,我没玩过,但看过室友玩过(因为我不喜欢玩游戏,这似乎听起来挺别扭的——一个喜欢研究游戏开发的,却不喜欢玩儿^_^)F话不多说了,这款(或类似的)端游中,我们经常会看见一个场景:用鼠标控制自己的角

《MFC游戏开发》笔记六 图像双缓冲技术:实现一个流畅的动画

本系列文章由七十一雾央编写,转载请注明出处。 http://blog.csdn.net/u011371356/article/details/9334121作者:七十一雾央 ...amp;wvr=5&mod=personinfo 很抱歉,今天发现了一个问题,windows键盘响应...

java数据结构连连看_数据结构之应用篇(写一个连连看)

这两天因为刚辞职,家里闲来无事,就写了一个连连看的程序.写这个程序的时候,我发现用数据结构里面的迷宫问题来解决路径问题是很有效的.这里,我就把查找路径的代码发给大家看看阿,其实就是数据结构里的迷宫算法,呵呵...

MFC中,这样为何m_img获取不到任何东西?

void CChildView::OnOpen() { //TODO: 此添加命令处理程序代码 CFileDialog fileDlg(TRUE); fileDlg.DoModal(); if (fileDlg.GetFileName() != "") { m_img = Image::FromFile(fileDlg.GetFileName()); ...

使用Node.js深度学习中做图片预处理的方法

最近一个和对象识别相关的项目,由于团队内技术栈偏向 JavaScript,已经用 Python 和 Tensorflow 搭建好了对象识别服务器后,为了不再增加团队成员维护成本,所以尽可能将训练和识别之外的任务交给 Node.js 来...

MFC——视图窗口加载背景图片

1.若是文档视图程序的话,视图类的OnDraw(CDC* pDC)函数中调用pDC->TextOut()函数,就像平常...2.若是对话框应用程序中,就对话框类的OnPaint()函数中创建一个局部对象CPaintDC dc(this);然后dc.TextOut...

使用一个CWnd空闲池创建一个动态用户界面

为了运行中演示这些类,我已经此提供了一个MDI应用示例,它只是让你来打开XML文件。每个XML文件为单个MDI子窗体定义了布局和UI控件属性。尽管代码是用VC6写的,示例项目也可以被转换为VS 2003 和VS 2005项目。 ...

一个MFC制作的跑酷游戏的小Demo

2D游戏效果之五:一个跑酷游戏的小Demo 链接:http://blog.csdn.NET/crocodile__/article/details/17357533   http://blog.csdn.net/crocodile__/article/details/17228209 分类: 【MFC】2013-12...

如何利用VC++构建一个游戏框架

要利用VC++构建一个游戏框架,首先需要了解一些东西。 1.MFC单文档结构程序 2.GDI+等图形处理技术,例如图形的缩放,旋转,以及灰度矩阵等处理,还有就是动画的制作等 3.一些图形处理技术,DirectX,OpenGl等一...

装甲车团队介绍(别急,路上了)

五人组队即为车,辆小破车吱吱呀呀,经历泥泞与风雨。 我们的目标是成为装甲车,坚实可靠,无所畏惧。 高强度的外表之下,是不可或缺的每部分。 我们也一无所有……但有动力就能前进。 油满!出发! 团队信息 ...

《MFC游戏开发》笔记六 图像双缓冲技术:实现一个流畅的动画(转发)

本系列文章由七十一雾央编写,转载请注明出处。  http://blog.csdn.net/u011371356/article/details/9334121 作者:七十一雾央 新浪微博:... 很抱歉,今天发现了一个问题,windows

OpenGL-Shader

共六章 1.基础章节,从Shader1.0版本到新的4.5版本,介绍每一个版本中特性的用法; 2.Tesslattion Shader应用/基础案例分析 3.Gemotry Shader应用/基础案例分析 4.Compute Shader应用/基础案例分析 5.通过大量案例讲解分析/结合新特性,介绍用法 6.性能调优,如果借助shader加速应用,让你的程序支撑百万级别的场景对象轻松应对 全面解析OpenGL Shader语言,从1.0到4.5版本,全面掌握shader编成,并能够熟练的应用

tipdm_CarsAnalysis_src:泰迪杯C组题,数据分析答题原始码-源码

tipdm_C_CarsAnalysis_src 泰迪杯C组题答题原始代码 这个原始码为参赛者时做数据分析使用,由于其仅作为工具使用,并且加之时间缩短,所以没有做过多的性能优化。 日后会抽空改进算法,转化为效率。

计算欧式距离的matlab程序

这是一个计算欧式距离的matlab程序,本人使用过,很好用。

Spring Batch批量处理数据实战教程

本课程通过讲解Spring Batch的基础知识点以及一些实际的项目示例让大家熟悉如何使用Spring Batch进行大批量数据的同步、处理及转换等。 通过学习本课程大家可以快速的掌握如何使用及优化Spring Batch。

时间序列模型ARIMA的讲解与matlab代码实现(含多个实例).rar

时间序列预测建模,移动平滑、指数平滑、等模型的描述讲解和matlab程序实现代码。arima、arma等等

计算机设计大赛作品开发文档

参加的是2020年的计算机设计大赛,软件应用与开发赛道。我们的开发文档仅供参考。(20页)

JAVA WEB开发实战

走进JSP、掌握JSP语法、JSP内置对象、Servlet技术、综合实验(一)——JSP使用Model2实现登录模块、EL表达式语言、JSTL核心标签库、综合实验(二)——结合JSTL与EL技术开发通讯录模块、JSP操作XML、JavaScript脚本语言、综合实验(三)——Ajax实现用户注册模块——可以轻松领会Java Web程序开发的精髓,提高开发技能。 快速提高自己的java web项目开发能力

2021华中杯A第一问配套思路.rar

2021华中杯第一问配套思路,内涵第一问处理后的可读数据,输出结果,可视化图片,RGB转换函数。(R语言代码) 声明:只可自己使用,不可商用。违者必究。 具体思路见:https://tjxwz.blog.csdn.net/article/details/116310441

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)。

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。

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