发布delphi代码时的注意事项 (转)

本文介绍了发布Delphi代码时应注意的几个关键方面,包括确保文件完整、精简不必要的文件、配备必要的第三方控件和数据库文件、提供简要说明以及确保安全性。
发布delphi代码时的注意事项 (转)[@more@]

发布Delphi代码时需要注意的几个方面

  学delphi也好久了,其中一个重要的途径就是读他人的代码.这就避免不了要到网上下载源代码.但是下载回来一看还真有那种大的过份的压缩包.让人哭笑不得,下面就个人意见说一下发布代码应该注意的事项:
1.文件必须完整.
  这是发布代码的基本要求.要保证他人下载回去之后可以打开,可以用.如果下载一份代码回来,不是缺少控件,就是缺少模块或是缺少数据库,呵呵,应该没人能开心起来.所以在压缩上传之前,一定要保证自己能顺利打开,编译并运行此文件.不过此处的完整不包括bug,如果存在你不知道的bug,那么相信大家会指出来.而如果你认为有技术上的未明bug,那么也不妨贴出来,大家可以讨论一下.
2.不必要文件的精减.
  在完整的同时就是要精减了.在这里可能会稍微的涉及到一点小的技巧.
  在写完delphi源代码时,可以看一下,保存目录下会产生大量的扩展名为".~*"的备份文件,如果这种文件在你的压缩包里出现,那实在是一种不付责任的行为.虽然这种文件通常都不会很大,但是毕竟不是所有人都用宽带上网吧(不好意思,没见过猫,这里就不多说了)!
  一般来说,你可以遵守如下定律:
  在项目保存的目录下,凡是windows不认识的图标,一律删无赦.
  而要保留的一般是下面几种文件:
.dpr
.pas
.dfm
  当然如果还有你文件里需要的文件,那是一定要保留的.如下面所说的数据库.再就是所用到的资源文件以及所需要的ini文件等等.而程序里所使用的图标,图片等一般就不需要的,因为delphi会以二进制的形式保存在dfm中.如果你还保留的话,那只不过是多占用一定的空间而已.
  至于生成的exe文件保留还是删除,这要看你个人的意见,比如我看一个演示文档时,一般就喜欢先看一下它的exe.如果值得看的话,我才会看他的代码,否则一般会到回收站里等待它生命的尽头.
3."周边设备"配制齐全.
  如果用到第三方控件,而这种控件又不是那么普遍应用,甚至不为人所知的话(当然如flatstyle那种级别的可能就不用带了),那么这时你一定要在压缩包里带上它.当然,你可以适当的变通一下,如原来控件所带的help.demo等,能删的就删.以保证压缩包的小巧.再如数据库的源码,没有说明的话,应该带上所用到的mdb,db等等.但是不建意你把自己最大那个给压缩进去.防止有太多的口水会随着邮件压过来.
4.最好配有简要说明.
  这是一个习惯的问题.有一份简要的说明可以使读者更好了解实例的内容,重点等,包含内容可以参照:
实例名称
作者
完成年月
平台环境
实例简介
技术特征
压缩包中包含的文件
版权声明
联系方式
等等等等
当然,也没人反对你适当的带上一点点的广告(鼓吹自己的那种或是公益广告).
5.最后自然是安全性.
  最后说的,并不是说最不重要的,相反.你一定要保证压缩包的安全性.有条件的话,应该在两台不联网的电脑上分别杀毒.反正我是遭受了一次全盘低格的痛苦所以在这里劝大家安全第一啊!下载回来的东西也要仔细杀毒.


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10794571/viewspace-974652/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10794571/viewspace-974652/

【语音分离】基于平均谐波结构建模的无监督单声道音乐声源分离(Matlab代码实现)内容概要:本文介绍了基于平均谐波结构建模的无监督单声道音乐声源分离方法,并提供了相应的Matlab代码实现。该方法通过对音乐信号中的谐波结构进行建模,利用音源间的频率特征差异,实现对混合音频中不同乐器或人声成分的有效分离。整个过程无需标注数据,属于无监督学习范畴,适用于单通道录音场景下的语音与音乐分离任务。文中强调了算法的可复现性,并附带完整的仿真资源链接,便于读者学习与验证。; 适合人群:具备一定信号处理基础和Matlab编程能力的高校学生、科研人员及从事音频处理、语音识别等相关领域的工程师;尤其适合希望深入理解声源分离原理并进行算法仿真实践的研究者。; 使用场景及目标:①用于音乐音频中人声与伴奏的分离,或不同乐器之间的分离;②支持无监督条件下的语音处理研究,推动盲源分离技术的发展;③作为学术论文复现、课程项目开发或科研原型验证的技术参考。; 阅读建议:建议读者结合提供的Matlab代码与网盘资料同步运行调试,重点关注谐波建模与频谱分解的实现细节,同可扩展学习盲源分离中的其他方法如独立成分分析(ICA)或非负矩阵分解(NMF),以加深对音频信号分离机制的理解。
内容概要:本文系统介绍了新能源汽车领域智能底盘技术的发展背景、演进历程、核心技术架构及创新形态。文章指出智能底盘作为智能汽车的核心执行层,通过线控化(X-By-Wire)和域控化实现驱动、制动、向、悬架的精准主动控制,支撑高阶智能驾驶落地。技术发展历经机械、机电混合到智能三个阶段,当前以线控向、线控制动、域控制器等为核心,并辅以传感器、车规级芯片、功能安全等配套技术。文中还重点探讨了“智能滑板底盘”这一创新形态,强调其高度集成化、模块化优势及其在成本、灵活性、空间利用等方面的潜力。最后通过“2025智能底盘先锋计划”的实车测试案例,展示了智能底盘在真实场景中的安全与性能表现,推动技术从研发走向市场验证。; 适合人群:汽车电子工程师、智能汽车研发人员、新能源汽车领域技术人员及对智能底盘技术感兴趣的从业者;具备一定汽车工程或控制系统基础知识的专业人士。; 使用场景及目标:①深入了解智能底盘的技术演进路径与系统架构;②掌握线控技术、域控制器、滑板底盘等关键技术原理与应用场景;③为智能汽车底盘研发、系统集成与技术创新提供理论支持与实践参考。; 阅读建议:建议结合实际车型和技术标准进行延伸学习,关注政策导向与行业测试动态,注重理论与实车验证相结合,全面理解智能底盘从技术构想到商业化落地的全过程。
【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)》的技术资源,重点围绕电力系统中连锁故障的传播路径展开研究,提出了一种N-k多阶段双层优化模型,并结合故障场景筛选方法,用于提升电力系统在复杂故障条件下的安全性与鲁棒性。该模型通过Matlab代码实现,具备较强的工程应用价值和学术参考意义,适用于电力系统风险评估、脆弱性分析及预防控制策略设计等场景。文中还列举了大量相关的科研技术支持方向,涵盖智能优化算法、机器学习、路径规划、信号处理、电力系统管理等多个领域,展示了广泛的仿真与复现能力。; 适合人群:具备电力系统、自动化、电气工程等相关背景,熟悉Matlab编程,有一定科研基础的研究生、高校教师及工程技术人员。; 使用场景及目标:①用于电力系统连锁故障建模与风险评估研究;②支撑高水平论文(如EI/SCI)的模型复现与算法验证;③为电网安全分析、故障传播防控提供优化决策工具;④结合YALMIP等工具进行数学规划求解,提升科研效率。; 阅读建议:建议读者结合提供的网盘资源,下载完整代码与案例进行实践操作,重点关注双层优化结构与场景筛选逻辑的设计思路,同可参考文档中提及的其他复现案例拓展研究视野。
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  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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