Val编程-按键响应模式

由于Val是通过语句gotoxy函数来进行光标移动的,不支持触摸屏与鼠标,因此对于其界面编程有很大的局限。
一般有下面几种模式来进行编程。
1.按键响应模式(中断模式)
2.轮询模式

一般推荐使用按键响应模式。其原理是对于有按键按下时,界面进行相应的刷新。

常用按键有F1,F2,F3,F4,F5,F6,F7,F8,Enter,ESC, up,down,left,right 这14个按键进行响应

begin
  //清除界面
  cls()
  //界面刷新函数
  call OnRefreshScreen()
  
  //如果不退出,则进行一直在循环
  while l_bExit
    //默认刷新界面
    l_bRefresh=true
    //获取按键值
    l_nKeyValue=getKey()
    switch l_nKeyValue
      //按键Esc响应函数
      case 255
        call OnEsc()
      break
      //按键导航键向上响应函数
      case 261
        call OnUp()
      break
      //按键导航键向下响应函数
      case 266
        call OnDown()
      break
      //按键导航键向左响应函数
      case 264
        call OnLeft()
      break 
      //按键导航键向右响应函数
      case 268
        call OnRight()
      break    
      //按键回车键响应函数
      //******************
      //常用
      case 270
        call OnEnter()
      break
      //按键功能键F1响应函数
      case 271
        call OnF1()
      break 
      //按键功能键F2响应函数      
      case 272
        call OnF2()
      break
      //按键功能键F3响应函数      
      case 273
        call OnF3()
      break  
      //按键功能键F4响应函数      
      case 274
        call OnF4()
      break 
      //按键功能键F5响应函数      
      case 275
        call OnF5()
      break
      //按键功能键F6响应函数      
      case 276
        call OnF6()
      break   
      //按键功能键F7响应函数      
      case 277
        call OnF7()
      break
      //按键功能键F8响应函数      
      case 278
        call OnF8()
      break        
      
      default
        l_bRefresh=false
      break
      
    endSwitch
    
    if l_bRefresh
      
      //界面刷新函数
      call OnRefreshScreen()
      
    endIf
    delay(0)
  endWhile
  
  
end

说明:
1.对于获取按键函数get()与getkey()的区别
2.getkey()按键不灵敏的说明
3.界面闪屏的问题的说明与处理

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
评论
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
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