C++学院讲义
本文档是根据传智播客C++学院视频教程，进行学习整理。吴英强专注于C/C++ Android, Linux,ARM技术博客http://blog.csdn.net/waldmer文档声明:版本说明:目录:0723.32位与64位调戏窗口程序.….2229993数据分离算法内存检索二分查找法myc90724堆栈简介、内存完成篇.静态区、内存完成篇…-25-多线程-280725-32-内存补码分析∴32补码原码实战.-33-打印整数二进制数据.34-静态库说明·利用 detours劫持-36072641cpplDe.................41级指针41指针数组函数指针/函数指针数组二级指针…0728数组与指针51数组与指针2··…··+·4······;.···44····+······-54-内存分配数据结构数组接口与封装∴,-610729.74字符串查找74语音识别.4Const关键字宇符串应用48内存分配以及处理海量数据.……………850730-89-网站以及后门.中,垂结构体对齐、结构体面试分析.-90-深拷贝与浅拷贝队列92字符串封装…-950801-105欢迎交流,互相学习。吴英强专注于C/C++ Android, Linux,ARM技术博客http://blog.csdn.net/waldmer重定向以及文件扫描.∴-105-进制加密解密-108简单加密按照密码加密…118动态库与静态斥-1220802,……,………125链式栈…链表队列以及优先队列.129-封装链表库135-0804-142C语言和设计模式(继承、封装、多态)-142-世界五百强真题训练∴146-0805...:..146面试题1-100146语音识别控制QQ.………………-146语音控制游戏-157-0813-164-C与CPP不同以及命名空间简介-164-函数重载与函数默认参数-166-泛型auto-168-Newdelete-1690814-173引用高级、引用高级增加.auto自动变量自动根据类型创建数据…Enum-178newdelete全局179大数据乘法与结构体-181函数模板与auto自动变量.-185-宽字符本地化inline内联函数188CCPP不同189-0815;。.∴……-193-函数包装器管理内嵌函数…∴…………-193-函数包装器管理外部函数.-195-函数模板根据类型覆盖.…….….-195CPP类型转换四种cast-199-函数模板重载调用规则-200-函数可变参数通用类型模板函数cpp新数组202高级数组 array. vector.-203欢迎交流,互相学习吴英强专注于C/C++ Android, Linux,ARM技术博客http://blog.csdn.net/waldmerLambda [ret]int x)XXX; I-206动态不规则数组以及增删查改-208-动态数组任意位置插入211多元数组 tuple212new限定区域分配内存的语法-213-函数模板重载-214引用包装器stde(变量)215-仿函数转义字符R”(-217-usng别名模板元编程比递归优化218智能指针∴-220多线程221静态断言以及调试技能的要求 assert-222-0817···-224-递归汉诺塔双层递归-224CPP结构体224面向过程与面向对象的编程模式··,··+···,-226类的常识共用体实现一个类的特征QT应用于类以及类的常识-2310819-234-类的成员函数与 const- mutable构造与析构-237-拷贝构造 deletedefault以及深浅拷贝.静态成员函数成员变量类在内存的存储默认参数..-243-友元类以及友元函数247画图-248-0820···*·;,一Nullptrconst对象类指针引用以及 mallocfree与 newdelete差别250-简单QT界面信号图形化输入输出…-253-类重载运算符-253-QT加法重载类的重载赋值运算复合赋值运算关系运算元重载.256自增在前在后差别···+······∴-261赋值重载深浅拷贝重载下标…∴-269-画图2700822类型转换函数与构造转换函数类的继承类的继承以及区别.-279欢迎交流,互相学习。吴英强专注于cC++ Android, Linux,ARM技术博客http://blog.csdn.net/waldmer继承静态成员与静态函数-280继承实现代码重用281单继承QT案例284多继承简介以及实战继承以及作业安排……,-289-画图.-292-08233静态联合编译与动态联合编译293-类与类指针父类子类交错..-295-父类指针了类指针释放………-295虚函数∴-299-纯虚函数概念以及虚析构函数-303抽象类与纯虚数以及应用∴304虚函数原理-309虚函数分层以及异质链表310-类模板的概念以及应用0825.316类模板…··············4final override322类模板与旾通类的派生类模板虚函数抽象模板类..-323类模板友元………326-位运算算法以及类声明…327类模板与友元函数友元类-331类模板当作类模板参数333static与类模板-334-类嵌套以及类模板嵌套336Rttⅰ实时类型检测337高级new创建-340类以及函数包装器-341类成员函数指针-3430826文件重定向346键盘输入流.-347屏幕输岀流/实数整数输出/格式控制348字符串输入输出.-351-文件读写简单操作/文件读写按行读写扫描读写-355OSQT358字符文件读写二进制与文本差别.-358-get与 getline挖掘数据.….-359-二进制与文本差别-361-二进制文件读写-362-随机位置文本二进制读写…363多线程初级0828-371欢迎交流,互相学习吴英强专注于C/C++ Android, Linux,ARM技术博客http://blog.csdn.net/waldmersTL入门与简介371STL容器概念容器迭代器仿凶数算法STL概念例子.栈队列双端队列优先队列380数据结构堆的概念……∴386-红黑树容器386-0829394位容器 multimapmutisetstring…394-算法函数兰不达表达式以及类重载401GpU编程….…………-4020830∴-407-不达表达式7sπL算法-操作数据-409-0831类与对象的异常416血试100题1-100……………-4220901422各忘录模式.-422-策略模式.,…,,………………-424-抽象工∴-426-工厂方法模式.∴431简单工厂模式433代理模式-436-单例模式-438-迭代器模式-439-访问者模式观察者模式43建造者模式-446-解释器模式………-4148-命令模式-450-模板模式∴453-桥接模式.454适配器模式-456-外观模式.卓·:··4∴-459-亨元模式-460原型模式462责任链模式···+···········∴-464-中介者模式467装饰模式470状态模式471组合模式4740903...,…-478-数据结构与算法概念与学习方法boost模板库与线性表…478欢迎交流,互相学习。吴英强专注于C/C++ Android, Linux,ARM技术博客http://blog.csdn.net/waldmer线性表顺序存储.∴-479线性表链式存储-487索引存储-496-哈希存储.-4960904..-499-boost array bind_ fun ref………-499-boost智能指针-503-boost多线程锁定…509-哈希库.510正则表达式·················:··-511-0905boostsocketTcPUdp512虚数表的调用复杂表达式906.521递归转栈….…521二叉树实现5240907-533-象棋五子棋代码分析.∴-533-寻找算法以及排序算法537欢迎交流,互相学习。吴英强专注于C/C++ Android, Linux,ARM技术博客htt:// blog. csdn.net,/ waldner072332位与64位地址与内存的关系4G=4*1024M=4*1024*1024k=4*1024*1024*1024Byte字节=2~3232位,指针就是4个字节#include void mainont num = 10printf("%p",&num);t*p=&numprintf(p=%d sizeof(p));getchar(调戏窗口程序使用黑客工具,spy,找到/ Findwindow参数:窗口类名,标题#include #include#ⅰ nclude< Windows. h>欢迎交流,互相学习。吴英强专注于C/C++ Android, Linux,ARM技术博客http://blog.csdn.net/waldmer窗口隐藏的时候,可以从任务管理器中,看到此进程已经运行,使用cmd命令中的命令,把进程结束掉C: Userswuyingqiang>taskkill /f/im notepad.exe成功:已终止进程" notepad. exe",其PID为7556成功:已终止进程" notepad. exe",其PID为1384成功:已终止进程" notepad.exe",其PID为3572成功:已终止进程" notepad.exe",其PID为5272。成功:已终止进程" notepad.exe",其PID为6212void open Calco//int i=0/for(;i
- 2020-11-28下载
- 积分：1
基于EUNITE竞赛数据的中期电力负荷预测
pdf文档，中文来源：华北电力大学学报242007[11997199811.2199910.88408200.68000.47800.2掩76072007000100120时间/天68040100120图3训练过程中的误差变化时间/天Fig.3 Errors during training图1日负荷预测时洲练数据4Fig. 1 Training data for day load for ecas ting35←只51.5050-10203040如0的070809010101200.8时间压图4训练过程中神经元个数变化Fig 4 Grow th of neurons during train ing0.200.95系0.940.8505101520253035滞后时间/天如0.80.75图2训练数据的自相关系数Fig. 2 Autocorrelation coefficients of training dat a(a拟合曲线0.〔(3)10.040.0系70/14060[1000000]时间/天(b拟合误差「O1000001图5训练结果及误差Fig. 5 Result and error of train in3- EBF6,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net4EUNITE2582080078076074072026.26700(3)66005101520253035时间/天50/1[00001图6日最大负荷预测结果[01010]26ig. 6 Result of forFrecasting g1 SOFNN[716.2,739.7,757.7,781.3],7Tab 1 Accuracy of training and forecast ing[720.1,738.2,763.7,MethodMAPE/ (%O) ME767.7],7SOFNN1.3344.137901.7850.04780EUNITE1.95E770760winner750报告中ME值没有准确堤供,但可以从报告中估轵740计得出约50~60完整的 EUNITE网络竟赛原始数据可730从EUNITE网站获得(http://neuron.tuke.sk/compe-720tit ion/ index. php)7103354EUNITEMAPE时间1.95[2]图7周平均最大负荷预测结果3.2Fig. 7 Forecasting result of week average max loadSOFNNSOFNNWSj72SOF NNWLWLideltaWli, delta WLi=WLj-Wli(3h:× delt al+k× deltal wj,Yh=0.58o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net262007820[1] Chen B J, Chang M W, Lin C J. Load forecasting using800support vector machines: a study on eunitE com-780tion 2001[J]. IEEE transactions on power systems7602004.19(4):1821-1830[2] Company behind East- Slov akia Power Distrib ution740Com panWorle w ide com petition w ithin the EU720NITE network, EUNITE competiton report [RI700[3]6802004.28(17):1-1105101520253035[4 Leng g, Prasad g, McGinnity T M. An on line algor-时间/天rithm for creating self organ izing fuzzy neural networ ks图8修正后的日最大负荷预测结果Neural Netw orks, 2004,(17): 1477-1493[5 Ort iz: Arroyo D, Skov M K, Huynh Q. Accurate Elee-F ig.8 Forecasting results after rev sedtricity Load Forecasting with Artificial Neur al NetworksIC. Proceedings of the 2005 International Conference2SOFNNon Compu tat io nal Intel ligence for M odel ling, Control andTah 2 Accuracy of forecast ingAuto mation. and International Conference on I ntelligentMethodMAPE/(%)MEAgents, Web Technolo gies and Internet CommerceSOFNN1.7850.04(CIMCAIA WTIC 05). 20051.5941.95[ 6] Tao X. Input dimens ion reduction for load forecastingEUNITE1.9550-60based on support vector machines [C]. Hong Kong82004 IEEE International Conference of Electric U til yderegulation, res tructur ing and pow er technolog iesMAPE ME20[7 Hsu CC. Dynam icall y Optim izing Parameters in SupportVector Regression An A pp licat io n of Electricity Load4结论Forecasting [C]. Haw aii: Proceedings of the 3 9thIlaw aii International Conference on System Sciences199918 Pan kratz A. Forecasting w ith Univariate Box-JenkinsModels [m. John Wiley sons, 1983SOFNN(1972-),,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
- 2020-12-06下载
- 积分：1
