百米倒计时小例子

在研究类这块,有个小例子对我的帮助特别大。在这里跟大家分享一下。

本例中,主要讲的百米赛跑中的计时。

下面是TimerTask类模块中代码:

Option Explicit Public Event UpdateTime(ByVal dblJump As Double) Public Event ChangeText() Public Sub TimerTask(ByVal Duration As Double) Dim dblStart As Double Dim dblSecond As Double Dim dblSoFar As Double dblStart = Timer 'Timer类 提供以指定的时间间隔执行方法的机制,此类不能被继承。 '返回一个 Single,代表从午夜开始到现在经过的秒数。 'Microsoft Windows中,Timer函数返回一秒的小数部分。 dblSoFar = dblStart Do While Timer < dblStart + Duration '当某一时刻的秒数小于开始时间+停留时间 If Timer - dblSoFar >= 1 Then '设置递增秒数 dblSoFar = dblSoFar + 1 RaiseEvent UpdateTime(Timer - dblStart) '调用事件UpdateTimer更新经过的时间秒数 End If Loop RaiseEvent ChangeText '调用ChangeText事件。 End Sub

在这个类中,定义了UpdateTime和ChangeText两个事件,主要定义了TimerTask过程,该过程是程序的核心,由于是百米赛跑,对时间的要求较高。它精确能够比较精确的取得了时间。

接下来是窗体中,实例化过程和调用过程:

Option Explicit Private WithEvents mText As TimerState '实例化TimerState这个类 Private Sub Command1_Click() Text1.Text = "From Now" Text1.Refresh Text2.Text = "0" Text2.Refresh '此处不刷新,该文本框不会显示0 Call mText.TimerTask(9.84) '调用mText窗体的TimerTask事件过程(其返回值设置为9.84) End Sub Private Sub Form_Load() Command1.Caption = "Click to Start Timer" Text1.Text = "" Text2.Text = "" Label1.Caption = "The fastest 100 meter run took this long:" Set mText = New TimerState End Sub Private Sub mText_ChangeText() Text1.Text = "Until Now" Text2.Text = "9.84" 'Text2.Text = "11" End Sub Private Sub mText_UpdateTime(ByVal dblJump As Double) Text2.Text = Str(Format(dblJump, "0")) DoEvents ' 将控制让给其他程序。 End Sub

执行之后的结果:

看懂上面的类,其他的也没有什么难度,很容易看懂。不过类的思想,事件的定义和调用是我们应该重点掌握的。从简单做起,慢慢理解。

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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