【机房收费系统】---修改信息

一、前言

在项目验收的前一天晚上,我发现了一个宝贝。而且我还发现,居然有很多小伙伴没有注意到这个“修改”按钮!!!

二、功能

个人觉得它的功能很厉害:在“操作员工作记录”中查询到符合条件的数据后,如果想要对其进行相应的修改,就用到了“修改”这个功能。

它是这样工作滴:

1)在查询结果中选择一行数据,点击修改按钮;

2)被选择的信息赋值到修改窗体中,可以进行相应修改;

3)修改完成后,新的数据还要更新到查询结果中。

这就完成了修改。

”见字如面“:

1)选择:


2)修改:


3)点击“确定修改”后:



三、实现过程

我们一共只需要做四件事儿。


1.在查询结果中可以选中一行数据

代码:

    MSHFlexGrid1.SelectionMode = flexSelectionByRow      '单击时选择整行
    MSHFlexGrid1.FocusRect = flexFocusNone                '在当前但愿的周围画一个焦点框
    MSHFlexGrid1.HighLight = flexHighlightWithFocus       '该值决定了所选定的单元是否突出显示


2.定义一个MSHFlexGrid1控件的鼠标选择事件

Private Sub MSHFlexGrid1_MouseUp(Button As Integer, Shift As Integer, x As Single, y As Single)
    
    tmpselect = True
    
End Sub

3.在“修改”按钮中添加提示代码

Private Sub cmdEdit_Click()
    
     Dim tmpselect As Boolean

    '选择了数据才进行修改
    If tmpselect = True Then
        TmpCardno = MSHFlexGrid1.TextMatrix(MSHFlexGrid1.RowSel, 0)        '选择一行数据
        frmmodifysinfo.Show                                                '显示修改信息窗体                                                               '显示修改信息窗体
    Else
        MsgBox "请先选择数据,再进行修改!", , "温馨提示"
        Exit Sub
    End If
    
End Sub

4.在模块中定义2个全局变量

Public TmpCardno As String              'TmpCardno我称它为“临时卡号”,是您选择的那行数据的第0列的值
Public tmpLoad As String                'tmpLoad是在“修改信息窗体”添加的子过程
:子过程怎么添加?答:“工具”----“添加过程”----命名、“添加子过程”)


子过程代码:

Public Sub tmpLoad()

    Dim txtSQL As String
    Dim MsgText As String
    Dim mrc As ADODB.Recordset
     
    txtSQL = "select * from student_Info where cardno='" & Trim(TmpCardno) & "'"
    Set mrc = ExecuteSQL(txtSQL, MsgText)
    
    If mrc.EOF Then
        MsgBox "加载信息不存在,请确认后重新操作!", , "温馨提示"
    Else
        txtStudentno.Text = mrc!studentNo
        txtName.Text = mrc!studentName
        comboSex.Text = mrc!sex
        txtDepartment.Text = mrc!department
        txtGrade.Text = mrc!grade
        txtClass.Text = mrc!Class
        txtCardno.Text = mrc!cardno
        txtCash.Text = mrc!cash
        txtStatus.Text = mrc!Status
        txtExplain.Text = mrc!explain
        comboType.Text = mrc!Type
        mrc.Close
    End If
    
End Sub

”确认修改“:

Private Sub cmdOK_Click()
    
    Dim txtSQL As String
    Dim MsgText As String
    Dim mrc As ADODB.Recordset
    
    txtSQL = "select * from student_Info where cardno='" & Trim(TmpCardno) & "'"
    Set mrc = ExecuteSQL(txtSQL, MsgText)
    
    If Not (mrc.BOF Or mrc.EOF) Then
        mrc.Fields(0) = Trim(txtCardno.Text)
        mrc.Fields(1) = Trim(txtStudentno.Text)
        mrc.Fields(2) = Trim(txtName.Text)
        mrc.Fields(3) = Trim(comboSex.Text)
        mrc.Fields(4) = Trim(txtDepartment.Text)
        mrc.Fields(5) = Trim(txtGrade.Text)
        mrc.Fields(6) = Trim(txtClass.Text)
        mrc.Fields(7) = Trim(txtCash.Text)
        mrc.Fields(8) = Trim(txtExplain.Text)
        mrc.Fields(10) = Trim(txtStatus.Text)
        mrc.Fields(14) = Trim(comboType.Text)
        mrc.Update
        mrc.Close
     End If
    Me.Hide
    '修改信息后,重新加载到基本信息维护窗体的查询结果中
    frmbasicinformationmaintenance.cmdInquire.Value = True
    
End Sub


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 29
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

杨幂等

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值