www.AnyReport.Net

咏方舟【长江支流】 2006-04-11 05:11:22
《金质打印通》V2.5源码版之后,特别推出其姊妹篇之《天下报表》(AnyReport)
下载:
http://www.AnyReport.Net

特点:
全面支持XML、自定义打印、模板打印、数据套打、Win打印、Web打印。

《天下报表》(AnyReport)从最初设计到开发,完全面向对象基于组件思想,可扩充性好,应用广泛。

首先,不针对特定的XML元素如Text、Asp:Label等做解析入口,因而可以解析标准的Input Type="Text" Html文本、Asp.NET的标签文本、VS2005报表设计器的标签文本和一些其它兼容的元素。
其次,不针对特定的绘图表面(如打印机、Win窗口、WebForm等),因而,无论是Win打印还是Web打印还是图形输出,轻松搞定。
第三,应用《金质打印通》以不变应万变思想,正如打印表格先做好打印单元格一样,《天下报表》提供点、线、面、文本多方位打印元素,还有什么报表不能打印?

总之,《天下报表》集《金质打印通》简单快捷、易用实用的特点,加上XML方式、编程方式或两者结合方式,使您不编码或少编码,直接应用或者二次开发。

与《金质打印通》关系:
相同点:
保留V2.5源码版所有功能如DataGrid、DataGridView、ListView、DataTable等报表打印,并延其打印核心。

不同点:
1、Excel二次开发部分独立封装为《金质打印通(Excel专版)》,并扩展了对Sheet、Book等的操作,亮点为海量数据导入导出;
2、XML支持;
3、扩充图形元素,如点、线、面(矩形、圆形、椭圆、图片等)、文本(标签、文本框、套打文本);
4、丰富文本格式,如字体、颜色、换行、边框、背景等;
5、报表设计器支持,也可以用网页工具如FrontPage设计、VS2003WebForm设计器、VS2005报表设计器;

除此之外,将常用PageHerder/Footer、PrimaryTitle、SubTitle等封装在PageSetupManager中,并封装在GoldPrinterBase超强平台基类中,让您开发打印无需考虑纸张、页面、打印机、分页、打印区等等。

内置文档打印、清单打印、工资单打印等继承于GoldPrinterBase,只关心自己逻辑,因而它们也是几行代码就搞定。
...全文
602 7 打赏 收藏 转发到动态 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
  • 打赏
  • 举报
回复
多谢楼上。
现在所列的功能全部实现,我是想搞的更简单实用,强大一些。


TO;笨笨的
因为打印核心是打印二维数据,所以你自己判断,比如你的宽度只够10列,你可以先打印前10列二维数据,一下页打印后5列数据就可以了
sdav 2006-04-15
  • 打赏
  • 举报
回复
有兴趣一起写,估计过五一有时间;
DvSoft@126.com
slusunshow 2006-04-14
  • 打赏
  • 举报
回复
下不到。
  • 打赏
  • 举报
回复
大家列一列水晶不方便的,咱们自己实现
zoujiaming 2006-04-14
  • 打赏
  • 举报
回复
怎么没找到下载地址?
zoujiaming 2006-04-14
  • 打赏
  • 举报
回复
老大,我太高兴是第一个回你帖子的人了,但小弟有个问题,我的列非常多,大概有15个左右,有没有什么好办法或者例子指引一下小弟?
  • 打赏
  • 举报
回复
大家看看如何运行,有没有一起写程序、合作的?
内容概要:本文研究了基于麻雀优化算法(SSA)优化CNN-BiLSTM-Attention混合模型的风电功率预测方法,采用多变量输入实现单步预测。通过SSA算法对模型的关键超参数进行智能寻优,有效提升了预测的精度与鲁棒性。该混合模型充分融合了卷积神经网络(CNN)的局部特征提取能力、双向长短期记忆网络(BiLSTM)对时序数据前后依赖关系的建模优势,以及注意力(Attention)机制对关键时间步特征的自适应加权聚焦能力,能够深入挖掘风电数据中复杂的非线性动态特性与时序关联模式。研究在Matlab平台上完成了完整的代码实现,并通过严谨的实验验证了所提方法在风电功率预测任务中相较于传统模型的优越性能。; 适合人群:具备一定机器学习与深度学习理论基础,熟悉Matlab编程环境,从事新能源发电预测、电力系统调度、智能优化算法应用或相关领域研究的科研人员、工程技术人员及高年级研究生。; 使用场景及目标:①应用于风电场实际运行中的短期功率单步预测,为电网调度决策提供高精度数据支持,提升新能源消纳能力和系统运行稳定性;②为深度学习模型的超参数优化提供一种高效的智能算法应用范例;③作为融合多种先进神经网络结构与元启发式优化算法的综合性研究案例,服务于学术科研复现、技术创新与教学实践。; 阅读建议:建议读者结合提供的Matlab代码,深入理解从数据预处理、模型构建、SSA优化流程到结果分析的完整技术链条,重点关注多变量特征选择、网络结构设计细节及注意力机制的实现原理,并可通过替换数据集或调整模型组件来进一步拓展研究深度与应用广度。

4,818

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 图表区
社区管理员
  • 图表区社区
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