VC＋＋程序设计教学探讨

笔者结合自己的实际教学经验,对VC＋＋程序设计语言课程的教学进行了比较深入的探讨。     

Microsoft Visual C＋＋4.0特色一二

C或者C＋十是当今最为重要的编程语言，其作为开发工具一向是大软件厂商的必争之地。以往BOrland的产品总被公认略胜一筹。但自93年推出VisualC＋十以来，Microsoft渐渐地占了上风，进入96年后，Microsoft又接踵推出了VC＋＋4．0、4．正和4．2版本，使它的竞争优势进一步得到了加强。下面介绍的VC＋＋4．X版的新功能，虽然只是其中的一部分，但仍能对它的强大功能有所了解。DeveloperStudio——既熟悉又陌生的开发环境VC＋＋4．0的最大变化莫过于它采用了一个独立于VC＋＋，又与VC＋十紧密集成的新开发环境，即DeveloperStudio。…     

ConC++:C++的一种并发扩充语言

提出一种对Ｃ＋＋进行并发扩充的语言ＣｏｎＣ＋＋．ＣｏｎＣ＋＋是一个并发面向对象语言,它采用并发类和保护类的机制支持并发,并发类有一个主动函数,一旦对象被创建,这个主动函数就开始执行;保护类封装了一组数据和对数据的操作,它没有自己的线程,而且是用来实现对并发类对象的同步、互斥和通信,这种集中控制对象的并发的方法体现了对象的自治性特点,减少了上下切换和死锁发生的可能,从而提高了程序的性能。     

Visual C++.NET应用与开发系列讲座--托管C++程序设计

作为.NET的最新特性组成部分,Microsoft.NET Framework(框架)是一个用于构建,部署和运行Web服务及应用程序的平台.它包含三个主要部分:通用语言运行时、一组层次化的统一的类库和组件化版本的动态服务器主页(称为ASP.NET).     

BC＋＋4.0,4.5下的Window程序设计快速入门

高性能微机和内存条价格大幅度下降,中文Windows3.1,3.2与中文Windows95在国内开始普及,越来越多的人都希望能用C语言作些Windows应用程序的开发工作;因为Windows把它能做的事(诸如内存管理、打印机、鼠标、显示器、图形库、通讯库等等)都做了,Windows应用程序的开发者不必再为这些事操心,所以应该说比DOS应用程序的开发     

PowerBuilder中的Watcom C＋＋Builder的应用

我们用PowerBuilder开发应用系统,多数可以用PowerBuilder自身提供的函数实现,但遇到图像处理、复杂的逻辑和科学运算时,单靠PowerBuilder的自身功能就有些力不从心了。如果选用C或C++语言来实现极为容易,可喜的是PowerBuilder内嵌有Watcom C++Class Builder,它是一种C++语言编译器,选用它来解决PowerBuilder自身不易实现的功能,显得十分简单,使用也较方便。     

在C＋＋Builder工程里使用Visual C＋＋DLL——第2部分：C＋＋类

上一篇文章为MSVC DLL创建一个Borland兼容的引入库。主要的难点在于MSVC和Borland使用的函数命名格式不同。举例来说,Borland认为_cdecl函数在它们的开头有一个下划线,但MSVC没有。幸运的是,你可以用Borland命令行实用工具克服名称的不同,这些工具有TDUMP、IMPLIB、IMPDEF、和     

DC＋＋：具有分布并行机制的C＋＋

ＤＣ＋＋是一种具有分布并行设施的面对向对象编程语言。它是由面向对象语言Ｃ＋＋向上兼容扩充得到的。本文介绍ＤＣ＋＋语言的设计与实现。     

C＋＋Builder与Oracle数据库连接的常见问题及解决方法

Insprise(原Borband)公司的C++集成开发环境C++Builder是开发客户/服务器应用和Internet/Intranet应用的优秀工具。它通过无缝地集成数据库设计部件和可视化用户接口的创建,极大地降低了开发数据库应用的复杂度。C++Builder使用ODBC或自带的高速驱动程序与数据库连接,支持Oracle、MS SQL Server、DB2、Sybase和Access等几乎所有的数据库产品。与VB、VC++和PB等其他开发工具相比,C++Builder最突出的优点之一是可     

人和人工智能系统的概念形成过程研究

概念的形成是实现人工智能的基础,为研究人工智能系统中概念的形成过程,从人对事物形成概念的过程出发进行了研究。比较人和人工智能系统的概念形成过程得到了如下特点:人的优势在于能自主地确定对象表象和对象功能中的各种特征和划分等,能在对象、描述性定义和功能性定义对应关系不完备情况下通过思维和联想建立概念;人工智能系统的优势在于丰富的对象表象感知能力,对象的各种特征和划分的长期存储、运算和分析能力;而人工智能的概念形成过程存在的缺点基本与人的概念形成过程的优点对应。因此本文认为人工智能的概念形成过程必须关注因素的智能识别、功能的系统实践和人经验知识的有师学习。现有技术在缺乏人经验知识的情况下,人工智能系统不能自主建立概念和知识库,不能实现智能过程。     

快速仿射非局部均值图像去噪

针对仿射非局部均值(ANLM)算法对图像去噪过程中出现用时过长的问题,提出了一种快速仿射非 局部均值去噪(F-ANLM)算法。通过对算法的研究和用时分析得知,仿射变换和关于仿射不变相似性度量的计算这 2 个模块占时最多,因此从这 2 个部分入手提出优化策略。算法首先使用仿射协变结构张量其特征向量的夹角代替 尺寸不变特征变换(SIFT)算子的主方向,简化了仿射变换过程;然后将 ANLM 方法中的仿射不变相似性度量改写为 离散卷积的形式,使用快速傅里叶变换减少卷积的运算量,加速仿射协变特征区域之间相似性度量的计算。实验证 明,F-ANLM 方法简化了仿射变换和仿射不变相似性度量的计算,与原来 ANLM 算法相比,速度得到很大的提升。     

A New Method of Coding Minorants in Problems of Synthesis of Digital Devices from PLAs

A new method of coding minorants in decomposing a system of Boolean function is proposed. The method is based on the initial coding obtained from the minimal representation of the system in the so-called set-theoretical decomposition form obtained as a result of q-partitioning of conjuncterms of functions represented in DNF. A distinctive feature of the method is the preservation of the correspondence of the obtained codes of minorants to the block structure of the system being decomposed, which provides the minimum of informational capacity of PLAs.     

基于对象变化的邻域决策粗糙集动态更新算法

针对现实环境下数据集不断动态变化的特性,提出一种邻域决策粗糙集模型的增量式更新算法。采用由简单到复杂的研究思路,分析了邻域型信息系统论域增加和减少单个对象时,目标近似集与邻域类之间概率的变化规律,进一步地利用这种规律来构造单个对象变化时邻域决策粗糙集模型上下近似集的增量式更新,在单个对象变化的基础上,通过逐步迭代的方式设计了对象批量变化时的增量式更新算法。实验分析表明,所提出的算法具有较高的增量式更新性能,适用于动态数据环境下邻域决策粗糙集模型的动态更新。     

Authorware中Flash动画控制的分析

文章以Authorware环境中Flash动画控制基本要素为切入点,深度分析了Xtras组件的特征及其动画控制途径,最后指出:Flash Asset Xtra组件控制动画的途径主要是访问、设置组件属性,适用于简单地控制动画;Shockware Flash Object ActiveX控件控制动画的途径是访问、设置组件对象属性和调用组件对象方法,适用于精细地控制动画。     

三维离散曲线曲率挠率的微中心差分算法

曲率和挠率是描述三维空间离散曲线的弯曲和扭曲程度的两个微分量。为了准确计算这两个微分量，从连续曲线的导数定义出发，提出微中心差分算法进行三维空间离散曲线的曲率和挠率计算。该算法基于差商平滑策略实现对单侧差分算法的一个有效扩展。与单侧差分算法相比，微中心差分算法不增加算法执行时间，但在计算精度方面有显著提升。实验分析是通过6条曲线的均匀采样获取离散曲线数据，与5种常用的曲率和挠率计算算法相比较，对这6种算法从采样密度对算法精度的影响、计算效率和抗噪声性能这3个方面进行了对比分析。实验结果表明，微中心差分算法总体效果最好。     

On the measure and the estimation of evenness and diversity

Modelling word or species frequency count data through zero truncated Poisson mixture models allows one to interpret the model mixing distribution as the distribution of the word or species frequencies of the vocabulary or population. As a consequence, estimates of their mixing density can be used as a fingerprint of the style of the author in his texts or of the ecosystem in its samples. Definitions of measure of the evenness and of measure of the diversity within a vocabulary or population are given, and the novelty of these definitions is explained. It is then proposed that the measures of the evenness and of the diversity of a vocabulary or population be approximated through the expectation of these measures under the word or species frequency distribution. That leads to the assessment of the lack of diversity through measures of the variability of the mixing frequency distribution estimates described above.     

对不平衡目标域的多源在线迁移学习

多源在线迁移学习已经广泛地应用于相关源域中含有大量的标记数据且目标域中数据以数据流的形式达到的应用中.然而,目标域的类别分布有时是不平衡的,针对目标域每次以在线方式到达多个数据的不平衡二分类问题,本文提出了一种可以对目标域样本过采样的多源在线迁移学习算法.该算法从前面批次的样本中寻找当前批次的样本的k近邻,先少量生成多...     

不改变数据位置的排序算法及动态演示

实际应用中经常遇到要求不改变原始数据的顺序而按关键字的大小对数据进行排序的情况,原有的一些经典排序算法不能直接用于解决该类问题。经过对选择排序算法进行研究,给出基于选择思想的不改变数据位置而对数据进行排序的算法,并利用C#语言编程对该算法的实现过程进行动态演示。     

Output value-based initialization for radial basis function neural networks

The use of Radial Basis Function Neural Networks (RBFNNs) to solve functional approximation problems has been addressed many times in the literature. When designing an RBFNN to approximate a function, the first step consists of the initialization of the centers of the RBFs. This initialization task is very important because the rest of the steps are based on the positions of the centers. Many clustering techniques have been applied for this purpose achieving good results although they were constrained to the clustering problem. The next step of the design of an RBFNN, which is also very important, is the initialization of the radii for each RBF. There are few heuristics that are used for this problem and none of them use the information provided by the output of the function, but only the centers or the input vectors positions are considered. In this paper, a new algorithm to initialize the centers and the radii of an RBFNN is proposed. This algorithm uses the perspective of activation grades for each neuron, placing the centers according to the output of the target function. The radii are initialized using the center’s positions and their activation grades so the calculation of the radii also uses the information provided by the output of the target function. As the experiments show, the performance of the new algorithm outperforms other algorithms previously used for this problem.