Dynamics AX 相关资源(持续更新中)

使用Microsoft Dynamics AX 2012 - 2. 入门:导航和常规选项 Microsoft Dynamics AX的核心原则之一是为习惯于Microsoft软件的用户提供熟悉的外观和感觉。然而,业务软件必须适应业务流程,这可能相当复杂。 阅读详情
学习MS Dynamics AX 2012编程开发 1. 了解Dynamics AX 2012 在本章中,您将了解开发环境的结构以及Microsoft Dynamics AX中的开发人员可以访问哪些工具。在本书的第一步演练之后,您将很容易理解著名的Hello World代码,您将知道应用程序对象树中的不同节点代表什么。 阅读详情

相关推荐

卡尔曼滤波实战:从阿波罗登月到嵌入式传感器融合

卡尔曼滤波是一种基于贝叶斯估计的状态估计算法,核心在于动态融合预测模型与带噪观测,在不确定性量化基础上实现最优加权融合。其原理植根于线性系统建模、高斯噪声假设与协方差传播,技术价值在于以极低计算开销实现鲁棒状态估计,远超简单平滑或平均。广泛应用于自动驾驶定位、无人机姿态解算、手机AR导航及工业传感系统等资源受限场景。本文结合阿波罗制导计算机真实架构与树莓派实操复现,深入解析扩展卡尔曼滤波(EKF)和误差状态滤波(ESKF)的工程落地要点,尤其聚焦卡尔曼增益动态调节与协方差管理两大关键机制。

weixin_34378767的博客 286

摘抄:微软 Dynamics AX 学习步骤

第一步:了解到AX的架构,AOT结构,了解AOT中表,窗体,类,job,菜单,菜单项的基础开发。知道代码可以写在那里,每个对象以及对象内部的具体设置。如果你不了解类,继承,这些,那么就需要找一下讲述类特性的书籍了。第二步:编写代码。不要觉得自己看了书就完了。还是得按照书上的代码一行一行自己敲出来。然后去想每句代码的含义。可能这样会很慢,但是我想如果能这样坚持十几天,后面就会变得很快甚至不需要看也可...

weixin_34242331的博客 1451

单片机开发入门指南:汇编与C语言选择、ARM架构解析与实战进阶

在嵌入式系统开发中,编程语言的选择与硬件架构的理解是核心基础。汇编语言作为贴近硬件的底层工具,能实现极致的执行效率和资源控制,适用于时序要求苛刻的场景。而C语言凭借其高开发效率、强大可移植性及丰富的生态,已成为嵌入式开发的主流通用语。其结构化特性和编译器优化能力,使得复杂项目的构建与维护成为可能。从技术价值看,掌握C语言并结合必要的汇编知识,能有效平衡开发效率与性能需求,尤其适用于物联网设备、工业控制等应用场景。本文聚焦单片机初学者常见困惑,深入探讨汇编与C的抉择、ARM架构解析及ISP、IAP等烧录技术,

weixin_30367873的博客 576

如何在Dynamics AX中创建自定义Workflow

当用户创建Sales Order时,若产品总额超过该客户的Credit Limit,则需进行审核 一、创建Workflow Category 展开AOT中的workflow,右键Workflow Categories,选择“New Workflow Category”, 并修改其属性 修改"Name", 需指定其所属Module,此例中为“SalesOrder” 二

功不唐捐 1998

FLAN-T5轻量微调实战:高效构建企业级问答系统

指令微调(Instruction Tuning)是让预训练语言模型适配下游任务的关键范式,其核心在于利用任务前缀引导模型理解意图并生成结构化输出。FLAN-T5作为典型指令微调模型,依托encoder-decoder架构与千任务混合训练,天然具备强任务泛化能力与低资源适配性。相比BERT(仅编码)和GPT(仅解码),它在问答等需精准输入-输出对齐的场景中更稳定可控;相比Llama、Gemma等大模型,它在单卡RTX 3090甚至CPU环境下即可完成全参数微调,显著降低工程落地门槛。本文聚焦FLAN-T5-b

weixin_30940783的博客 271

CW方程:航天器相对导航与轨道规划的线性化基石

在航天器编队飞行、交会对接等任务中,相对运动动力学是核心技术基础。Clohessy-Wiltshire方程通过线性化方法,将复杂的非线性相对运动简化为二阶线性常系数微分方程组,为理论分析提供了强大工具。其线性特性使得成熟的线性系统理论得以应用,便于进行能控性、能观性分析和控制器设计。同时,CW方程拥有解析解,能快速预测未来任意时刻的相对状态,这为轨道规划、燃料预估和碰撞风险评估提供了高效的计算框架。在工程实践中,基于CW方程的状态转移矩阵和卡尔曼滤波器构成了相对导航系统的核心,而线性二次型调节器等控制方法则

weixin_33841503的博客 361

LibreTranslate 离线部署:三步搭好断网也能用的中英翻译服务

LibreTranslate 是一个自托管机器翻译 API,靠 Argos Translate 的离线模型做翻译,装好模型后不再需要外网。本文解决两件事:在完全断网的机器上跑起来,并验证它真的离线。当前仓库版本 1.9.6,要求 Python >=3.8,Web 层为 Flask==2.2.5。 ## `Cannot update models` 那行不是错误 启动日志里第一处像故障的提示是:

gitblog_01048的博客 356

Dynamicx Ax 开发技术指南

Axapta 开发技术资料 详细指南, X++ 指南,Dynamic AX开发的快速参考资料, 个人总结, 不值3分绝对可以抽我...

Branch and Bound 可视化:动态呈现搜索树与剪枝逻辑

Branch and Bound(分支定界)是一种核心的组合优化算法,其本质是通过维护上下界、动态生成节点并实时剪枝来高效探索解空间。理解其原理不能止步于静态搜索树,而需把握‘评估-分支-比较-剪枝’这一时间敏感的决策流。node visualization 使每个节点的生成、存活、死亡过程可追溯,pruning insight 则将抽象的数学淘汰转化为直观的颜色变化与溯源连线。该技术广泛应用于物流路径规划、芯片布局、智能检索等对可解释性与调试效率要求极高的工程场景,尤其适合算法教学、优化器调优与AI系统可

迷彩风情 355

Microsoft Dynamics AX 服务器和数据库管理指南

Microsoft Dynamics AX 2009 服务器和数据库 管理指南 (中文版)

微软ERP Dynamics AX 2009企业开发指南

ERP, 微软 X++开发, AX开发指南。此文档是中文。

DeGroot-Friedkin模型:社会网络中意见与权力的共演化机制

社会网络分析是研究群体行为和决策的重要工具,其核心在于理解个体间的相互影响机制。从基本原理来看,网络中的节点通过连接传递信息,节点的影响力决定了信息传播的效率和方向。这一原理在技术层面体现为通过数学模型量化社会影响力,其价值在于能够预测群体共识的形成路径,优化信息传播策略。在工程实践中,这种模型可用于分析在线社区、组织决策和公共舆论等场景。DeGroot-Friedkin模型作为典型代表,通过耦合意见更新和权力演化方程,揭示了影响力动态变化的本质。该模型特别适用于分析社交媒体中的意见领袖形成过程,以及团队决

weixin_30723433的博客 423

Dynamics Ax 2009 中文版 程序开发.pdf

Dynamics Ax 2009 中文版 程序开发,少有的技术文档

分子动力学分析终极指南:10分钟掌握MDAnalysis核心功能

**MDAnalysis** 是一个专为分子动力学模拟分析设计的强大Python库,能够高效处理GROMACS、Amber、NAMD等主流模拟软件生成的轨迹数据。无论您是研究蛋白质构象变化、脂质膜动力学还是药物-受体相互作用,MDAnalysis都能提供从基础数据处理到高级统计分析的全套解决方案。这个开源工具由科学家为科学家开发,已成为计算生物学和材料科学领域不可或缺的分析利器。 ## 🚀 项

gitblog_00409的博客 379

第5章.数据查询及操作_-_微软_ERP_Dynamic_AX_企业开发(2009版)

第5章.数据查询及操作_-_微软_ERP_Dynamic_AX_企业开发(2009版)

差分隐私(Differential Privacy)

差分隐私,拉普拉斯机制和高斯机制的证明

Michale_L的博客 1万+

MATLAB编程哲学:避免重复造轮子,高效利用内置函数与工具箱

在科学计算与工程实践中,代码复用与高效开发是提升生产力的关键。其核心原理在于充分利用成熟、优化的现有解决方案,而非从零开始实现通用功能。这一理念的技术价值在于能显著提升开发效率、代码可靠性与可维护性。在MATLAB生态中,这体现为优先调用内置函数和工具箱,例如在图像处理时直接使用`edge`函数进行边缘检测,或在信号处理中调用高度优化的`fft`函数进行傅里叶变换,而非手动实现相关算法。应用场景广泛覆盖算法仿真、数据分析、系统建模及GUI开发等。本文聚焦于**MATLAB内置函数**和**MATLAB工具箱

weixin_30572613的博客 912

车辆TBOX科普 第7次 TBOX技术深度解析:硬件架构与核心组件详解

摘要: TBOX(车载远程信息处理单元)是智能网联汽车的核心组件,承担数据采集、通信连接与安全交互等关键功能。其硬件架构以主控单元为核心,采用ARM架构处理器(如NXP i.MX系列)实现高效能低功耗处理,搭配DDR4/LPDDR5内存保障性能,eMMC/UFS存储确保数据可靠性。设计中需平衡车规级可靠性(AEC-Q100)、EMC兼容性及成本控制,同时集成通信、定位与安全模块。未来趋势聚焦异构计算、先进制程及功能安全(ASIL-D)与信息安全融合,推动TBOX向边缘计算节点演进。该技术是汽车智能化转型的重

IT深耕十余载,大道之简 861

美赛C题解题全攻略:从建模思维到代码实现的完整框架

数学建模是解决复杂现实问题的核心方法,其本质是将实际问题抽象为数学形式,通过建立模型来模拟、分析和优化系统行为。其原理在于运用数学语言描述变量关系与约束,并借助算法进行求解与验证。这一过程的技术价值在于为决策提供量化依据,尤其在资源分配、系统优化和预测分析等场景中至关重要。在交叉学科竞赛如美赛(MCM/ICM)中,参赛者常需运用多目标优化和进化算法等工具处理开放性问题。本文以资源管理类赛题为例,深入剖析如何构建包含预测、评估与优化的模型体系,并重点演示了使用NSGA-II等进化算法求解帕累托前沿的工程实践,

weixin_34396103的博客 462

AUTOSAR RTE配置实战:从ECU分区到Task映射的完整指南

本文提供了一份AUTOSAR RTE配置的完整实战指南。从创建ECU分区、定义OS任务,到实现Runnable Entity与Task的精确映射,详细解析了每一步的操作要点与常见陷阱。文章结合配置工具界面,旨在帮助开发者高效完成RTE配置,确保系统实时性与数据一致性,是掌握AUTOSAR核心开发流程的实用参考。

weixin_29228203的博客 485

别再自己造轮子了!用MONAI Model Zoo里的预训练模型,5分钟搞定医学影像AI项目

本文介绍了如何利用MONAI Model Zoo中的预训练模型快速搭建医学影像AI项目,大幅节省开发时间和计算资源。通过实战案例展示了UNet、DenseNet121等核心模型的应用技巧,帮助临床医生和研究者5分钟内启动高质量医学影像分析,特别适合小样本场景下的病灶分割和分类任务。

weixin_33704234的博客 238
上一篇: AX2012解决同一个服务器上第二个ReportManger不能添加DyanamicsBrowser组的问题
下一篇: DynamicsAX 多个xpo的import
燕翅虾
博客等级 码龄22年 18粉丝 34原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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