灵活运用FoxBASE的用户自定义函数功能

本文结合实例介绍了FoxBASE的用户自定义函数UDF的功能及灵活运用的方法。     

用户自定义函数的使用

本文全面概括了用户自定义函数(UDF)在FoxBASE~ 和FoxPro中的使用方法、使用范围和注意事项,并介绍了本人设计的一个功能独特、灵活多变的自定义函数——UDFCOMM(),用于引用单命令语句或少量多命令语句组,用以实现灵活的后台处理。     

异构CAD系统间的用户自定义特征在线交换

用户自定义特征(UDF)能很好地反映用户特有的设计意图,减少重复性的设计活动,是主流CAD系统都提供的功能,因此实现UDF在线交换是异构CAD系统在线集成中不可或缺的一部分.为此,提出一种基于中性命令的UDF在线交换方法.在综合主流CAD系统UDF表示的基础上,给出了一种UDF的中性命令表示;然后给出系统UDF与中性UDF命令之间的相互转换算法,并重点介绍了其中的差异性解决方法.采用文中方法在Pro/E,SolidWorks和UG之间进行UDF实时交换的实例结果表明,文中提出的UDF在线交换方法能够有效地支持UDF在异构CAD系统间的实时创建、修改和删除操作.     

在DB2中创建用户自定义函数

DB2是世界上最早的关系数据库之一.DB2数据库管理系统提供了UDF(User Define Function用户自定义函数)机制,允许用户创建SQL语言函数.     

编程疑难问题解答

(1)使用插入操作符“<<”写文本文件在流类ostream中重载了左移操作符“<<”,重载后的操作符称之为流的插入操作符。 重载后的插入操作符函数原型为ostream& ostream::operator<<(const type),type     

Lotus1-2-3及其编译器软件在数据采集中的应用(一)——1-2-3编译器及其用户自定义功能(UDF)

在90年代问世的Lotus1-2-3编译软件KJ的环境下,可以用汇编或C语言编写一段数据采集程序,并以用户自定义功能(UDF)的形式作为1-2-3的函数@APP(“UDF名”)或宏命令{CALL“UDF名”}被调用,且被KJ一起编译成一个应用程序软件包。采集数据的速度可达到与汇编或C语言相近,而被采集数据的显示、制表、制图或回归分析等处理均可充分利用1—2—3的现有功能。本文首先对1-2-3编译器及其用户自定义功能的基本用法作简单介绍。     

基于扩展存储过程的数据库加密技术研究

提出了一种基于扩展存储过程的数据库加密系统方案,并阐述了主要的功能模块.该方案应用扩展存储过程和UDF(用户自定义函数)对动态链接库进行封装,实现了加密功能,并对两级密钥采用智能卡进行存储,从而在不影响系统原有功能的基础上,提高了数据库系统的安全性.     

VBA进阶撑杆跳——编制自己的Excel函数

众所周知，Excel的函数和公式可谓Excel的精华功能，但有时为实现特定需求或简化公式复杂度，往往需要自定义Excel函数。其实，Excel除了提供大量内置函数外，还提供了自定义函数UDF(User Defined Function)接口。因此，读者可通过VBA编制Excel的加装宏文件来护展Excel的函数。     

Boost应用与技术 系列文章6 Boost.Function

回顾STL functors C＋＋允许我们自行定义操作符的意义，此种机制是所谓操作符重载（operator overloading）。这是C抖独步面向对象编程语言（OOPL）的一个特色。因此，我们可以让C＋＋classes实现pointer．like功能，只要我们为它重载pointer惯用的dereference操作符（＊）和arrow操作符（-〉）。也可以让C＋＋classes实现function—like功能，只要我们为它重载function惯用的call操作符（（））。     

Windows操作环境下二维动态数组的分配与管理

介绍了Windows下内存分配的三种方法:C语言的内存分配函数、C 语言的对象内存操作符,以及Windows内存管理函数,着重讨论了利用Windows内存管理函数进行二维动态数组的分配与管理的问题,并以我们所开发的Windows图像处理软件系统为例,说明了本     

一种优化的光盘文件系统

首先简要介绍在光盘存储中应用广泛的文件系统--UDF（Universal Disc Format）,然后详细阐述UDF的组成,分析UDF的优缺点,提出通过增加光盘基本信息分区和刻录信息分区提高文件系统的扫描速度和可靠性。经过实际应用表明,优化后的UDF文件系统容错性能和时间性能都有所增强。     

压电风扇振动方程和速度场的数值分析

通过ANSYS建立压电风扇的简化模型,对压电风扇进行模态分析,得出1阶模态下的共振频率为51.19 Hz;通过瞬态分析得出风扇上给定点的最大振动位移和振动特性,拟合出压电风扇处于最大位移时的振动曲线;得出压电风扇在整个工作过程的振动函数方程;通过此运动方程编写用户自定义函数（User Defined Function,UDF）在FLUENT中计算出压电风扇周围最大速度为1.94 m/s,沿流道长度方向上的速度约为0.73 m/s.     

Excel自定义函数的编制与实例

对Excel自定义函数的设计和创建之要点作了介绍,并编制了一些实用的自定义函数,供Excel程序开发时参考。这些自定义函数的通过了上机实现。     

PowerBuilder实现用户权限分配的方法

本文介绍了在PowerBuilder中如何通过数据库的设计和自定义函数的建立实现用户权限分配与控制。     

DoFFT：一种基于分布式数据库的快速傅里叶变换方法

快速傅里叶变换在天文学中有着广泛的应用。例如，脉冲星信号通常需要基于快速傅里叶变换进行相干消色散处理。由于信号数据通常存储在数据库中，而将数据从数据库取出后再由外部程序进行快速傅里叶变换处理将产生大量I/O和网络开销进而严重影响整体处理性能。针对此问题，本文设计一种用户自定义函数(UDF)形式的可在分布式数据库中并行执行和优化快速傅里叶变换的算法DoFFT(DatabaseoptimizedFFT)。此外，针对数据库集群中每台机器负载不同、数据分布不均匀等有时会导致执行效率低下的问题，DoFFT方法基于CPU、I/O，网络与传输速率等的代价，对涉及的数据进行数据重分布处理，以进一步优化快速傅里叶变换的并行执行。实验结果表明，采用基于数据重分布的优化后，DoFFT算法的性能得到了有效提升。     

低空飞艇太阳辐射热环境分析

结合低空气象条件,详细分析了飞艇的热环境情况和影响因素,并运用计算流体力学软件FLUENT及其提供的接口编制的并行的UDF程序,对标准飞艇模型进行了数值模拟计算,获得了全天时飞艇内部、蒙皮表面的最高温度、平均温度等分布情况。该方法具有较高的精度,对于指导飞艇材料的选取,以及推广到平流层飞艇的热环境分析具有指导作用。     

霜冰生长过程的数值模拟

开发了一个应用程序YICE2D用于霜冰的冰形预测,程序采用模块化方式设计.结冰过程的模拟采用时间步进的方法,水滴收集系数的计算使用欧拉法,水滴控制方程的求解和结冰量的计算通过FLUENT的自定义函数完成,网格更新在Gridgen中进行.YICE2D程序适时调用FLUENT和Gridgen以使整个计算过程全自动化.并计算了两组霜冰的测试算例,与LEWICE2.0的验证结果对比表明,该方法有效.     

DM3用户定义类型的设计

在分析了国外相关经验的基础上,提出了对国产数据库管理系统DM3进行扩展以支持用户定义类型的基本策略,并具体介绍了用户定义类型包括用户定义函数的设计方案。     

基于动网格的水疗按摩喷嘴转动模拟

为克服靠经验设计水疗（SPA）按摩喷嘴成本高、周期长的缺点,利用计算流体力学（Computational Fluid Dynamics,CFD）技术对某水疗按摩喷嘴进行数值建模、仿真和计算,以优化喷嘴结构．首先求出动网格守恒方程,然后利用FLUENT的动网格模型和自定义的喷嘴转动UDF,对喷嘴的转子进行三维数值分析,实现转子的网格转动,并求出转动速度．实验和仿真结果对比表明所采用的方法是合适的．     

Cluster Validity for the Fuzzy c-Means Clustering Algorithrm

The uniform data function is a function which assigns to the output of the fuzzy c-means (Fc-M) or fuzzy isodata algorithm a number which measures the quality or validity of the clustering produced by the algorithm. For the preselected number of cluster c, the Fc-M algorithm produces c vectors in the space in which the data lie, called cluster centers, which represent points about which the data are concentrated. It also produces for each data point c-membership values, numbers between zero and one which measure the similarity of the data points to each of the cluster centers. It is these membership values which indicate how the point is classified. They also indicate how well the point has been classified, in that values close to one indicate that the point is close to a particular center, but uniformly low memberships indicate that the point has not been classified clearly. The uniform data functional (UDF) combines the memberships in such a way as to indicate how well the data have been classified and is computed as follows. For each data point compute the ratio of its smallest membership to its largest and then compute the probability that one could obtain a smaller ratio (indicating better classification) from a clustering of a standard data set in which there is no cluster structure. These probabilities are then averaged over the data set to obtain the values of the UDF.