Mocoolka 自动帮助实现

最新推荐文章于 2013-07-12 08:12:32 发布
最新推荐文章于 2013-07-12 08:12:32 发布
阅读量109 收藏
点赞数
分类专栏： MoCoolKa 文章标签： Mocoolka
思路：帮助基于模型数据，模型数据中有本窗体所有的控件、按钮，只需遍历以合理的布局排布出来。因为在模型数据中已经经过了多语言处理，这里就不再考虑语言。需要考虑从表的帮助排布。
布局方式初步设计如下

窗口名称
窗口解释
主标签名称
主标签解释
字段名称
字段解释

从标签名称
从标签解释
字段名称
字段解释

最后实现的帮助页面见附件图
fastspeeed
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
MoCoolKaCN:MoCoolKa 项目-开源
04-24
Mocoolka由Mocoolka Cloud和Mocoolka App构成。 Mocoolka Cloud 是基于web的设计、开发、管理平台 分析人员可以通过平台直接建立软件，无需编写代码。从而使分析人员更专注于业务逻辑、创新并创造真正的商业价值。...
Mocoolka 多语言、自动帮助设计
fastspeeed的专栏
06-03 101
多语言在原有xml中增加语言节点 操作步骤是在设计中选语言，增加一种新语言，系统自动同步模型中窗体名的名称、帮助，字段名、帮助、分组名，动作名、帮助。用4层或5层id来表示一个节点，形成表格供用户填写。保存时直接保存到模型中。 xml如下： ...
Mocoolka 0.5预览版发布
fastspeeed的专栏
05-31 599
Mocoolka 0.5预览版发布 Mocoolka 致力于提供基于web的开源商业解决方案。 Mocoolka由Mocoolka Cloud和Mocoolka App构成。 Mocoolka Cloud 是基于web的设计、开发、管理平台。使用者可以通过 平台直接建立软件，无需编写代码。从而使分析人员更专注于业务逻辑、 创新并创造真正的商业价值。支持PC、移动设备访问。 Moco
Mocoolka 多语言操作步骤
fastspeeed的专栏
06-07 174
设计 有两种类型文本，一种是系统本身，一种是模块内 1） 系统本身需要修改\App_Data\MKConfig\XmlData\SystemUI.cd.xml.如果是英语修改\App_Data\MKConfig\XmlData\SystemUIen.cd.xml.其它语言直接加SystemUI语言代码.cd.xml 2)模块内（包括mocoolka系统模块、核心模块） 打开对应模块开发设...
Mocoolka开发理念
fastspeeed的专栏
06-13 117
[b]支持Mocoolka,请点击这里[/b] [url]https://code.csdn.net/2013ossurvey#gitvote32[/url] 设计原则 ------------------------------ Mocoolka在设计开发的过程中遵循以下设计原则： 开源 开发平台 模型驱动 模块化 富互联网应用程序（RIA） 轻量级服务器 支持多个数据...
Mocoolka 状态机设计
fastspeeed的专栏
07-12 154
[b]了解mocoolka更多的信息,直接访问[url]http://sourceforge.net/p/mocoolkacn/wiki/Home/[/url][/b] 按照ERP的特点，功能大致可以分为三部分 1)模块本身的功能，比如增、删、改、查、导入、导出、日志、附件等 2）模块本身的状态控制。比如一个模块可能有草稿、审核、拒绝、订单4个状态。每个状态通过动作来转换。草稿按审核动作...
Mocoolka 企业应用基础模块设计
fastspeeed的专栏
06-17 115
Mocoolka 企业应用基础模块设计 [b]支持Mocoolka,请点击这里[/b] [url]https://code.csdn.net/2013ossurvey#gitvote32[/url] Mocoolka应用程序的基础模块，在使用Mocoolka企业级应用前必须被设置的模块。 模块的独立性需要模块具有最少的依赖性，但不可否认的是模块需要一些基础模块的支撑。 比如销售订...
Mocoolka 多语言开发步骤
fastspeeed的专栏
06-03 109
因为多语言要保存到xml中，按照框架需要增加实体、通过设计导入实体，在设计平台中定义表格屏幕（供设计时使用）和编辑屏幕（供帮助屏幕编辑用），在前台设计中增加多语言模块，在后后初始化中增加多语言的初始化化。 1）增加实体类。2个实体类，一个保存语言包，一个保存具体项目 c#： namespace MoCoolKaModel.Model.UI { [MKComment("语言包",...
MoCoolKa2012路线图
fastspeeed的专栏
04-08 94
MoCoolKa2012路线图 (记录想法，随时更新) MoCoolKaERP 搭建由协议 组件 模块 上下文 管理器组成的基本服务框架体系（提供接口） 对基础框架提供缺省实现 提供日志(错误、调试、性能) 提供消息管理器（多语言支持中的一部分） 提供模块管理，动态加载、卸载模块 提供脚本管理，包括脚本编辑器，实现指定类属性的逻辑判断和对类属性赋值 提供动态编译功能，编译脚...
Mocoolka 用户自定义字段设计
fastspeeed的专栏
06-21 148
在系统实施期间，根据实际的要求可能对窗体的字段有增加。 增加的字段分为两种： 一、为统计、查询条件使用。 这种字段需要增加的步骤如下： 1)在数据表中增加 2)用开发管理-列模型定义中的同步功能 3）在开发管理-编辑页面定义中增加 二、只是显示使用，不使用合计等统计功能 针对这种增加二个管理屏幕：属性和属性集 属性管理一个具体的属性：比如颜色就是一个属性 字段有：名称、引用（用...
PPO算法，即Proximal Policy Optimization（近端策略优化）.pdf
08-05
PPO算法，即Proximal Policy Optimization（近端策略优化），是一种在强化学习领域中广泛应用的策略梯度方法。由OpenAI在2017年提出，PPO旨在解决传统策略梯度方法中策略更新过大导致的训练不稳定问题。它通过引入限制策略更新范围的机制，在保证收敛性的同时提高了算法的稳定性和效率。 一、PPO算法简介 PPO算法的核心思想是通过优化一个特定的目标函数来更新策略，但在这个过程中严格限制策略变化的幅度。具体来说，PPO引入了裁剪（Clipping）和信赖域（Trust Region）的概念，以确保策略在更新过程中不会偏离太远，从而保持训练的稳定性。 二、PPO算法的主要变体 PPO算法主要有两种变体：裁剪版（Clipped PPO）和信赖域版（Adaptive KL Penalty PPO）。其中，裁剪版PPO更为常见，它通过裁剪概率比率来限制策略更新的幅度，而信赖域版PPO则使用KL散度作为约束条件，并通过自适应调整惩罚系数来保持策略的稳定更新。PPO算法，即Proximal Policy Optimization（近端策略优化），是一种在强化学习领域中广
GC032A datasheet（侵删）
08-05
GC032A datasheet（侵删）
opencv的概要介绍与分析
08-05
OpenCV (Open Source Computer Vision Library) 是一个开源的计算机视觉和机器学习软件库。它提供了大量的算法和函数，可用于图像处理、视频分析、特征检测、对象识别等多种应用。下面是一些关于 OpenCV 的资源描述，帮助您学习和使用这项强大的技术。 ### OpenCV 资源描述 #### 1. **官方文档和GitHub仓库** - **GitHub 仓库**：OpenCV 的官方 GitHub 仓库是获取最新代码、预训练模型、开发指南和示例代码的地方。这是了解 OpenCV 最新进展和功能的最佳起点。 - **官方文档**：OpenCV 的官方文档包含了详细的使用说明、API 参考和常见问题解答。 #### 2. **在线教程和课程** - **Codecademy**：Codecademy 提供了互动式的 OpenCV 课程，适合完全的新手。 - **freeCodeCamp**：freeCodeCamp 是一个非营利性组织，提供免费的编码课程，包括 OpenCV 基础。 #### 3. **书籍** - **《Learning
基于python3+opencv3做的中国车牌识别源码+文档说明+使用说明
08-05
<项目介绍> 算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。车牌字符识别也在predict方法中，请参看源码中的注释，需要说明的是，车牌字符识别使用的算法是opencv的SVM， opencv的SVM使用代码来自于opencv附带的sample，Stat - 不懂运行，下载完可以私聊问，可远程教学 该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------
不同版本yolo介绍大全.pdf
08-05
YOLO（You Only Look Once）是一种流行的目标检测算法系列，自2016年由Joseph Redmon等人提出以来，已经发展出多个版本，每个版本都在性能、速度和准确性上进行了不同程度的优化和改进。以下是对不同版本YOLO的详细介绍： 1. YOLOv1 核心特点：提出了一个统一的模型，能够在单次传递中直接从完整图像预测边界框和类别概率。 优点：速度快，可以达到实时检测；在大型目标上表现较好；利用卷积神经网络提取特征并直接预测边界框和类别；损失函数简单，易于训练和调整。 缺点：精度不高，特别是对小型物体的检测能力较弱；对于相互重叠的物体，只能检测其中一个；定位误差较大；无法检测长形物体。 2. YOLOv2（也称为Darknet-19） 改进：通过使用批量归一化、多尺度锚定框以及其他优化技术，对YOLOv1进行了改进。 优点：精度和速度均有所提升，检测准确率比YOLOv1更高；使用了batch normalization技术，有助于减轻过拟合问题。 缺点：一个分类器只能检测固定数量的物体，无法处理可变数量的物体；训练和调整模型需要更多的计算资源和时间。 3.
数模数学建模数学模型下料问题数模数学建模数学模型下料问题
最新发布
08-05
数模数学建模数学模型下料问题数模数学建模数学模型下料问题
埃森哲埃森哲市场洞察分析.pdf
08-05
【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析.pdf【埃森哲】埃森哲市场洞察分析
校园闲置物品微信公众号交易平台的设计与实现(论文+源码)_kaic.zip
08-05
校园闲置物品微信公众号交易平台的设计与实现(论文+源码)_kaic
销售员业绩统计表.xlsx
08-05
销售管理表，财务报表，占比分析，消费能力分析，日程安排，提成表，考核表 适用人群：学习不同技术领域的小白或进阶学习者；可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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