请问什么样删除一个类

feiyunge 2001-02-26 10:52:00
我在用VC时让它自动生成一个类
结果是错的
什么样删除它
难道说让我重新写一个??

受不了呀
...全文
110 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
feiyunge 2001-02-27
  • 打赏
  • 举报
 回复
谢谢各位
没想到大家这么热情

分只好再加了
SunRiseZG 2001-02-27
  • 打赏
  • 举报
 回复
如果你是用MFC编写的程序，而且是用ClassWizard自动生成的类的话，可一这样删除：
先删除*.cpp和*.h文件。注意：要将其重磁盘上永久删除。然后重新编译，看哪里还有错误。将涉及到该类的代码一并删除。OK!
songshi 2001-02-26
  • 打赏
  • 举报
 回复
如果是MFC的派生类，可以将*.clw也一同删除再进入CLASSWIZARD让它重新生成类信息。
In355Hz 2001-02-26
  • 打赏
  • 举报
 回复
把它的.cpp和.h从工程文件中删除。
状态估计观测信号（包括异常值）的状态估计方法（Matlab代码实现）
内容概要：本文介绍了多种基于Matlab和Python的状态估计方法，重点聚焦于含有异常值的观测信号处理技术，涵盖卡尔曼滤波、加权最小二乘法、中位数估计、粒子滤波等多种算法在电力系统、电池寿命预测、信号处理等领域的应用。文中提供了完整的代码实现方案，并结合实际应用场景如电力系统状态估计、轴承故障诊断、负荷预测等进行验证，展示了不同算法在抗干扰性和精度方面的表现。此外，文档还列举了大量相关科研方向的技术支持内容，包括智能优化算法、机器学习、信号处理、路径规划、电力系统管理等多个领域。; 适合人群：具备一定编程基础，熟悉Matlab或Python语言，从事自动化、电气工程、控制科学与工程、信号处理等相关领域的研究生、科研人员及工程师；有一定科研经验并希望复现或改进现有算法的研究者。; 使用场景及目标：①解决观测数据中【状态估计】观测信号（包括异常值）的状态估计方法（Matlab代码实现）含有异常值时的状态估计问题，提升系统鲁棒性；②复现经典或前沿论文中的算法模型，如卡尔曼-加权最小二乘（KEWLS）、粒子滤波寿命预测等；③开展电力系统、故障诊断、多源数据融合等相关课题研究，支持算法开发与仿真验证。; 阅读建议：建议读者按目录顺序系统浏览，优先掌握核心算法原理后再结合提供的Matlab/Python代码进行调试与实验；对于欲深入研究者，可借助文中提供的网盘资源获取完整代码包，辅助完成论文复现或项目开发。
(数据来自权威) ESG构建多期DID(2009-2024年)
## 数据指标说明 本次分享的是2009-2024年多期ESG-DID数据。通过对多个时间段（如不同年份或季度）的数据进行比较，ESG-DID方法可以分析特定政策或措施的效果，尤其是在环境保护、社会责任和治理结构改进等方面的变化。这种方法帮助研究者和决策者评估长期的ESG战略对企业或社会的可持续发展所带来的正面或负面效应 借鉴《数量经济技术经济研究》中胡洁等（2023）方法，团队以商道融绿ESG评级数据为基准构造核心解释变量，若商道融绿发布了企业在当年的评级数据，则为处理组，ESG=1，否则为0 ![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/d472ffba0ee04b9f947c923b8aa7ef08.png) ## 一、数据介绍 数据名称：ESG评级数据-构建多期DID 数据范围：ESG 时间范围：2009-2024年 样本数量：56675条 数据来源：商道融绿ESG、上市公司年报 更新时间：2025年9月
【论文阅读13】-多模态大型语言模型综述
【论文阅读13】-多模态大型语言模型综述
数据分析Excel数据透视表高级技巧：电商多维分析与Power Pivot集成应用
内容概要：本文系统讲解了Excel数据透视表从基础到高阶的核心技巧，重点涵盖计算字段/项、自定义分组、值显示方式及Power Pivot多表关联等高级功能，并结合电商运营的真实场景进行实例分析。通过详细的操作步骤和VBA代码实现，展示了如何利用计算字段创建衍生指标（如平均客单价）、通过分组实现客户价值分层、使用值显示方式展示占比与排名，以及借助Power Pivot构建多表关系模型以支持复杂业务分析。此外，文章还展望了数据透视表与AI融合的未来趋势，如自然语言查询和预测性分析。; 适合人群：具备一定Excel基础，从事数据分析、运营、财务等相关工作的职场人士，尤其是希望提升数据处理效率和深度的1-3年经验从业者； 使用场景及目标：①实现动态指标计算（如利润率、占比、排名）；②完成客户分群、时间序列分析等业务分组需求；③整合多源数据进行交叉分析（如用户画像与销售关联）；④通过VBA自动化重复性透视表操作； 阅读建议：建议读者结合文档中的案例在Excel中动手实践，重点关注计算字段命名规范、分组逻辑设置及Power Pivot关系建模，同时可尝试用VBA提升操作效率，并关注Excel 365的新功能以拓展智能分析能力。
VC/MFC

16,550

社区成员

421,621

社区内容

发帖
与我相关
我的任务
社区描述
VC/MFC相关问题讨论
社区管理员
  • 基础类社区
  • AIGC Browser
  • encoderlee
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

        VC/MFC社区版块或许是CSDN最“古老”的版块了，记忆之中，与CSDN的年龄几乎差不多。随着时间的推移，MFC技术渐渐的偏离了开发主流，若干年之后的今天，当我们面对着微软的这个经典之笔，内心充满着敬意，那些曾经的记忆，可以说代表着二十年前曾经的辉煌……
        向经典致敬，或许是老一代程序员内心里面难以释怀的感受。互联网大行其道的今天，我们期待着MFC技术能够恢复其曾经的辉煌，或许这个期待会永远成为一种“梦想”，或许一切皆有可能……
        我们希望这个版块可以很好的适配Web时代，期待更好的互联网技术能够使得MFC技术框架得以重现活力，……

试试用AI创作助手写篇文章吧

+ 用AI写文章