-
等级
本版专家分：457结帖率 100% -
我的程序里需要画表格，我不想自己作，能直接调用word吗？怎样调用？画好之后又怎么保存呢？展开阅读全文
-
等级
本版专家分：1104勋章
-
- 签到新秀
-
- 红花 2001年8月 C++ Builder大版内专家分月排行榜第一
-
-
黄花
2001年5月 C++ Builder大版内专家分月排行榜第二
2001年4月 C++ Builder大版内专家分月排行榜第二
-
-
蓝花
2001年9月 C++ Builder大版内专家分月排行榜第三
2001年7月 C++ Builder大版内专家分月排行榜第三
-
-
---- 要 在 应 用 程 序 中 控 制Word 97 的 运 行， 首 先 必 须 在 编 制 自 动 化 客 户 程 序 时 使 其 头 文 件 中 包 含 文 件ComObj.hpp， 写 入 ＃include 。 编 程 工 具C ＋ ＋ Builder 的 开 发 者 把 调 用Word 97 自 动 化 对 象 的 功 能 大 致 包 装 成 了 几 个Ole object class 函 数， 应 用 程 序 设 计 人 员 可 以 很 方 便 地 利 用 它 们。
＊ 设 定Ole 对 象 的 属 性：
OlePropertyGet(propname)
OlePropertySet(propname,value)
其 中value 是 任 何 可 以 转 换 为Variant 型 的 值
＊ 调 用Ole 对 象 的 方 法：
OleProcedure(OleProcName,[val,...])
OleFunction(OleFuncName,[val,...])
其 中val 是 任 何 可 以 转 换 为Variant 型 的 值
---- 可 以 通 过OleFunction(OleFuncName,[val,...]) 父 对 象 返 回 其 子 对 象， 句 法 是： 子 对 象 名= 父 对 象 名. OleFunction(OleFuncName,val)。 而 且 可 以 对 此 方 法 组 合 从 父 对 象 返 回 其 下 层 对 象 的 对 象。
---- C ＋ ＋ Builder 中 使 用OLE 自 动 化 控 制Word 97， 必 须 掌 握Word 97 的 自 动 化 对 象 及Microsoft Word Visual Basic 帮 助 文 件 中 关 于Word 的 对 象 方 法 和 属 性。Word 对 象 代 表 一 个 Word 的 元 素， 如 文 档、 段 落、 书 签 或 单 个 的 字 符。 集 合 是 一 个 对 象， 该 对 象 包 含 其 他 数 个 对 象， 通 常 这 些 对 象 属 于 相 同 的 类 型， 例 如， 一 个 集 合 对 象 中 可 包 含 文 档 中 的 所 有 书 签 对 象。 通 过 使 用 属 性 和 方 法， 可 以 修 改 单 个 的 对 象， 也 可 修 改 整 个 的 对 象 集 合。 属 性 是 对 象 的 一 个 特 性 或 者 该 对 象 操 作 的 一 个 方 面。 例 如， 文 档 属 性 包 含 名 称、 内 容、 保 存 状 态， 以 及 是 否 启 用 修 订。 要 更 改 一 个 对 象 的 属 性， 可 以 修 改 属 性 的 值。 方 法 是 对 象 可 以 进 行 的 动 作。
---- 代 表Word 97 应 用 程 序 的 自 动 化 对 象 有 两 个：Word.Application 和 Word.Basic， 通 过Application 对 象 的WordBasic 属 性 可 以 允 许 它 们 之 间 进 行 变 换 赋 值。 在C ＋ ＋Builder 中 通 过CreateOleObject(" …") 就 可 启 动Word 并 获 得 句 柄， 将 其 赋 给Variant 变 量。 如 有 两 个Variant 型 变 量V1 和V2， WordBasic 是Application 对 象 的 属 性：
V1=CreateOleObject("Word.Application")；
V2=V1.OleFunction("WordBasic")。
---- 以 下 通 过 一 个 简 单 的 例 子， 具 体 说 明 如 何 在C＋＋ Builder 中 实 现 Word 97 的 自 动 化 功 能， 其 功 能 是 打 开 或 创 建 新 文 档， 并 向 当 前 活 动 中 发 送 文 字、 插 入 位 图
和 画 条 直 线 等。 在C ＋ ＋ Builder 集 成 开 发 环 境IDE 下， 建 立 一 项 目Project1， 其 中 包 含Form1（ 其Caption 为OLE Automation） 的 单 元 文 件Unit1.cpp。 表 单Form1 的OpenDialog1 对 象 的Filter 设 为 Word 文 档 或 位 图。Unit1.cpp 的 头 文 件 中 必 须 包 含"ComObj.hpp"。 代 码 如 下：
头 文 件Unit1.h 代 码 为：
＃ifndef Unit1H
＃define Unit1H
// － － － － － － － － － － － － －
＃include
＃include
＃include
＃include
＃include
＃include
＃include
// － － － － － － － － － － － － －
class TForm1 : public TForm
{
__published: // IDE －managed Components
TButton ＊Button1;
TOpenDialog ＊OpenDialog1;
TButton ＊Button2;
TMemo ＊Memo1;
TBevel ＊Bevel1;
TButton ＊Button3;
TLabel ＊Label1;
TButton ＊Button5;
TBevel ＊Bevel2;
TLabel ＊Label2;
TLabel ＊Label3;
void __fastcall Button1Click(TObject ＊Sender);
void __fastcall Button3Click(TObject ＊Sender);
void __fastcall Button2Click(TObject ＊Sender);
void __fastcall Button5Click(TObject ＊Sender);
private:// User declarations
public:// User declarations
Variant V,Vdocuments,Vdocument1,Vdocument2,Vactive;
/ ＊ 定 义Variant 型 全 局// 变 量,
分 别 指 代Application 对 象, V 的Documents
对 象, Vdocuments 的Document 对 象
（Vdocument1,Vdocument2） 以 及
V 的ActiveDocument 对 象 ＊/
int tag; // 用 于 记 录Button3 被 点 击 的 次 数
__fastcall TForm1(TComponent ＊ Owner);
Variant __fastcall GetWordObject();
// 获 得Word 97 自 动 化 对 象 函 数
void __fastcall Add(int i);
// 编 辑 当 前 活 动 文 档 指 定 的段 落 文 字 的 函 数
};
// － － － － － － － － － － － － －
extern PACKAGE TForm1 ＊Form1;
// － － － － － － － － － － － － －
＃endif
Unit1.cpp 文 件 代 码 为：
＃include
＃pragma hdrstop
＃include "Unit1.h"
＃include
// － － － － － － － － － － － － －
＃pragma package(smart_init)
＃pragma resource " ＊.dfm"
TForm1 ＊Form1;
// － － － － － － － － － － － － －
__fastcall TForm1::TForm1(TComponent ＊ Owner)
: TForm(Owner)
{
tag=1;// 令tag 的 初 值 为1，
其 将 随Button3 的 点 击 次 数 而 递 增
}
// － － － － － － － － － － － － －
Variant __fastcall TForm1::GetWordObject()
{
Variant Obj1;
AnsiString AppName="Word.Application" ;
HWND hPrevApp = ::FindWindow(NULL,
"Microsoft Word");
if(!hPrevApp)
{
Obj1=CreateOleObject(AppName) ;
//Word 没 启 动 就 启 动 它 返 回 一 自 动 化 对 象
}
else
Obj1=GetActiveOleObject(AppName);
// 否 则 返 回 正 在 运 行 的 实 例 自 动 化 对 象
Obj1.OlePropertySet("Visible",true);
return Obj1;
}
void __fastcall TForm1::Button1Click(TObject ＊Sender)
{
int j;
V=GetWordObject();
// 获 得Word 97 自 动 化 对 象Application
Vdocuments=V.OleFunction("Documents");
// 通 过Application 获 取Documents 对 象
if (OpenDialog1 －>Execute())
// 使 用Documents 对 象 的Open 方 法
打 开 文 件， 并 返 回Document 对 象
Vdocument1=Vdocuments.OleFunction
("Open",OpenDialog1 －>FileName);
j=Vdocument1.OleFunction("ComputeStatistics",2);
// 计 算 打 开 文 档 的 页 数
Label1 －>Caption=" 文 件" ＋
Vdocument1.OlePropertyGet("Name")
＋" 页 数 是：" ＋IntToStr(j);
}
// － － － － － － － － － － － － －
void __fastcall TForm1::Button3Click(TObject ＊Sender)
{
int i,j;
i=tag;
Vactive=V.OleFunction("ActiveDocument");
// 获 取Application 的ActiveDocument 对 象
j=Vactive.OleFunction("ComputeStatistics",4);
// 计 算 当 前 文 档 的 段 落 数
// 的 的Paragraphs 集 合 对 象 增 加 一 段
Vactive.OleFunction("Paragraphs").OleFunction("Add");
i=j ＋i;// 当 前 文 档 被 编 辑 的 段 落 序 号
Add(i);// 调 用 编 辑 当 前 活 动 文 档
指 定 的 段 落 文 字 的 函 数
Memo1 －>Clear();// 清 除Memo1 的 内 容
tag=tag ＋1;
}
// － － － － － － － － － － － － － －
void __fastcall TForm1::Button2Click(TObject ＊Sender)
{
V=GetWordObject();
Vdocuments=V.OleFunction("");
Vdocument2=Vdocuments.OleFunction("Add");
// 使 用Documents 对 象 的Add 方 法 新 建 文 档
Vdocument2.OlePropertySet("Password","12345");
// 设 置 新 建 文 档 的 口 令
}
// － － － － － － － － － － － － － －
void __fastcall TForm1::Add(int i)
{
Variant V1;
// 设 置 被 编 辑 段 的 内 容、 字 体 大 小、
颜 色 及 是 否 斜 体
V1=((Vactive.OleFunction("Paragraphs")).
OleFunction("Item",i)).OleFunction("Range");
(V1.OleFunction("Font")).OlePropertySet("Italic",true);
(V1.OleFunction("Font")).OlePropertySet("Size",18);
(V1.OleFunction("Font")).OlePropertySet("ColorIndex",6);
(V1.OleFunction("Font")).OlePropertySet("Size",18);
V1.OlePropertySet("Text",Memo1 －>Text);
}
// － － － － － － － － － － － － －
void __fastcall TForm1::Button5Click(TObject ＊Sender)
{
Variant Vshape,Vactive1,Vline;
Vactive1=V.OleFunction("ActiveDocument");
Vshape=Vactive1.OleFunction("Shapes");
// 获 取 当 前 活 动 文 档 的Shapes 对 象
// 使 用Shapes 对 象 的AddLine 方 法 化 直 线
Vline=Vshape.OleFunction("AddLine",90,80,400,80);
if (OpenDialog1 －>Execute())
// 使 用Shapes 对 象 的AddPicture 方 法 插 入 指 定 位 图
Vshape.OleFunction("AddPicture",OpenDialog1
－>FileName,50,50,80,100);
}
----此 程 序 在C ＋ ＋ Builder 3 中 编 译 通 过， 运 行 该 应 用 程 序 首 先 必 须 获 得 文 档， 然 后 才 可 以 编 辑 文 档。
-
等级
本版专家分：457
-
哦，还有其它方法吗？
-
等级
本版专家分：4036 -
你可以看一下Delphi的例子：
（....\Demos\ActiveX\OLEAuto\.）
其中包括如何启动Word，用你程序操作Word，关闭Word。
好像Word的数据都是以对象的形式保存的（我记得不是很清楚了）。
所以你可以用XML形式保存数据。
对XML的应用可以Import type一下mxml.dll或mxml2.dll（都保存在系统的system或system32目录下） 。具体用法可以看一下原代码注释，写得很清楚的。
- office2019来了，你还在使用旧版本的office吗？
Office2019来啦，很多同学还在使用之前其它版本的office。Office每三年更新一次，这次的office2019与之前的版本相比，功能更强大，运行更加流畅。与之前的版本相比，office2019主要有以下功能和特点： 功能一、在线...
- visio版本要和word匹配吗_office和VISIO不能同时安装吗？？
展开全部office软件与visio是不可以同时安装的。要先安装好visio后，再去安装office软件。要是先安装了office软件，要先将office卸载，再按照32313133353236313431303231363533e78988e69d8331333433626439先安装...
- 365值得吗 office_为什么有些人一定要用Office365？
原标题：为什么有些人一定要用Office365？Office365的隐藏技能你用过吗？什么？你没有用过Office365？ 别告诉我你还在用Office2007！版本越陈旧就代表着有很多新功能你都没有办法体验到！当你体验过后，你就会明白为...
- python可以替代office吗_哪些办公软件可以完美替代 Microsoft Office？
没有完美，两个软件的竞争...宏和公式两家不能完美通用的问题注定你要和同事用相同的软件，处理大文件只能用office。但是大多数轻办公用户其实是感受不到差别的。根据经验大多数人对word的认知就是高配写字板主要给...
- M1芯片Mac的苹果电脑如何安装office？M1芯片 office安装包 安装教程
小编是一个苹果脑残粉，多年一直使用苹果mac系统做修图！是一位mac忠实粉丝。就在11月份,苹果发布了基于Apple Silicon M1 SoC芯片打造新Mac系列产品，全新的M1处理器的诞生带来了很多革命性的变化，因为这标志着苹果...
- 永中office java_永中office怎么样？使用过的说一下感受如何？
永中office一直在用，大概说说优缺点吧：优点：集成。这是我到目前为止还在坚持使用永中的唯一原因，这个集成的最大优势是，文字与表格数据互相引用后，不用担心因为文件的频繁移动而导致链接损坏，我的使用场景是...
- 使用office这么多年，但知道什么是office365吗？
用office这么年，如果别人问你office365是什么都不知道，是不是太尴尬了。我们知道office有office2003版、office2010版、office2013版和office2016版，但这个office365又是一个什么版本呢?一、核心区别office分为2大...
- Visio和Office不能并行解决
解决Visio安装时出现Visio和office不能并行问题，该问题是由于下载的Office和Visio版本不一样。本资源可解决此问题。
- 都0202年了，还在用Office2010/2016...手把手教你使用Office Tool Plus部署Microsoft Office 365，简单快速！
2020年3月30日，微软宣布Office 365将于2020年4月21日正式升级为Microsoft 365，相较于你自己电脑上的Office 10/16/19的一次性买断，Microsoft 365始终提供最新版本，以Power Point为例，你可以使用缩放定位、平滑、...
- 如何完美的卸载Office2007？
众所周知，office系列的软件是微软...答案是使用微软官方的office卸载工具Microsoft Fix It。 接下来请看卸载步骤：（此处以卸载office2007为例） 去微软官网下载Microsoft Fix It（注意：不同的office版本对应...
- office 打开wps乱_office做的PPT中的视频wps打开不能用？
现在做ppt为了演示效果，一部分页面会插入视频，如果您使用office做的，直接插入演示还是很方便的。U盘把做好的文件一拷贝，就等着演示那天一哆嗦了。什么，明天要演示了，点点PPT预演一下，卡卡时间。啊？怎么视频...
- C#引用了office组件的软件能再没有office的电脑上运行吗
,引用了Microsoft.Office.Interop.Excel.dll,在我自己的电脑上能运行，可是在装在别人没有office的电脑上运行就报错了：  还有...
- office2010和office2016共存，将office2016设置为默认打开的office
先安装 office2010 ，后安装 office2016 才能实现两个版本共存，否则会默认使用 office2010 打开 office 若突然有一天 office2016 不再是默认office2016 ，不要方，有解决办法： 1.打开电脑桌面上的【开始】-【...
- Mac M1芯片已支持微软的Office Apps
微软今天宣布将为许多Microsoft Office for Mac应用程序发布新更新，以引入对Apple的M1 MacBook Pro，MacBook Air和Mac mini的原生...Microsoft已使用Universal应用程序二进制文件，因此这些应用程序也将继续在Intel M
- excel手机版_1分钟了解Office手机版！完全免费+三合一！你还会用WPS吗？
以前都说电脑办公用Office，手机办公用WPS，这几年WPS的电脑端也渐渐强大起来，然而万万没想到，Office和WPS的竞争竟然从电脑端转移到了手机移动端！之前的Office手机三件套是分成了三个APP，而WPS是三合一APP，所以...
- win10系统怎样安装Office2016？win10安装Office2016方法
导读: 不少用户仍在使用Office2003，但是Office已经出到了2016版。如果你用的win10系统，那么最佳的办公软件肯定是Office2016。 在win10系统下，如何安装Office2016?不少小伙伴都不清楚该怎么操作，下面小编...
- python和office哪个好_办公人员学好office还是学Python？
都说Python能够实现自动化，那么Python具体能应用在哪些地方?哪些岗位学了Python更有优势?今天我们来看看一些大神将Python应用的出神入化的成果。在这之前，先跟为大家分享个真实的故事。我朋友前段时间为了一个品牌...
- office2003?2007共存?版本各自打开的解决方案
在现在的办公软件中， Microsoft出品的 Office集成办公软件占据了绝大多数的市场份额，从最初的 Office 2000，到后面的 Office 2003以至近两年刚发行的 Office 2007，它直观的界面、强大的文字处理功能和出色图表...
- 365值得吗 office_你可能是正版受害者？吐槽Office 365坑爹之处
微软已经推行Office 365订阅服务一段...而通过Office 365购买正版Office，只能够付费订阅一段时间的使用权，想要一直用就得一直续费，好处是订阅期间Office能够一直升级，和传统卖法相比也算是各有好处。显然，微软...
- 365值得吗 office_对于一个大学生来说，Office365是否值得购买？
1.首先，Office将组件大家都清楚，办公学习考试啥的，啥都要用，金山的wps做出来的东西在导入或者导总会有或多或少的问题，总而言之离不开。2.只买了Office2016或者Office2019的用户，有时候忘记ctrl+s又直接关了机...
- office 2013软件下载及安装教程（亲测能用）
office 2013（32位）软件下载地址： pan.baidu.com/s/1QQIXy6cj1nVzSXRc_ZSieQ 提取码：vbg4 office 2013（64位）软件下载地址： pan.baidu.com/s/1KeG0LYDzd4kd5g3JxncXYw 提取码：84tu 安装教程： 首先下载...
- 如何在 Windows 上 使用 ONLYOFFICE 协作编辑文档
ONLYOFFICE Document Server提供文档协作的服务功能，支持Word，Excel和PowerPoint以及国产WPS的协作。但是这里告诉我们，需要进行文档管理和存储的二次开发。它api里现成的开发好的文档管理平台，有java，node.js,...
- office2020与2016版的不同_Office哪个版本最好用?Office 2007/2010/2013/2016/2019/2020怎么选？...
Office 是电脑必备软件，当前版本众多，主要有 Office 2003、Office 2007、Office 2010、Office 2013、Office 2016和Office 2019。每次帮朋友同事新装系统后都会犹豫一下，装什么 Office 版本呢？如果问当事人自己，...
- 如何通过钉钉扫码登录Office365？
随着钉钉、企业微信、飞书、华为WeLink等移动办公App的广泛应用，许多客户希望能使用它们的扫码功能，进行日常的应用登录认证。 竹云IDaaS通过简单配置，即可实现一键登录！ 本文以钉钉扫码登录Office365为例，展示...
- Office for Mac有哪些使用技巧？office for mac使用指南
Office for Mac有哪些使用技巧？这篇文章主要讲述了一些office for mac使用指南，有兴趣的朋友可以来这里了解一下哦！ 我们最早接触的都是PC键盘，在接触Mac的键盘时候会存在很大的问题。就那我来说，有时候傻傻...
- office 卸载支持工具_如何卸载Microsoft Office？怎么卸载最干净？
自己手贱删掉了重要文件或者系统崩溃，以至于office不能正常使用，又不得不卸载重装，一到安装界面就会出现安装错误的提示！例如，我要装Microsoft Office365的64位，但是此前电脑以前已经装过Microsoft Office2016...
- [Office 2010 易宝典]什么是Office Web App？如何在线查看Office文档？
Office Web App使得Microsoft Office能扩展到网络浏览器上。用户可以直接在通过浏览器在线查看和编辑保存在网站上的文档。 如何上传Office文档？ 在Microsoft Word 2010里面，您可以把Word文档保存到Windows Live ...
- 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）。