使用Visual Basic操纵Microsoft Word对象生成报表文档

在使用VisualBasic进行管理信息系统开发中,经常需要操纵MicrosoftWord在文档中特定位置填入从数据库中读取的数据资料来生成所需报表文档,以便于管理或打印输出。文章介绍了MicrosoftWord对象模型,以及在VisuaBasic应用程序中如何利用OLE引用MicrosoftWord对象。并且通过实例说明了在VisualBasic中利用MicrosoftWord对象的书签(Bookmark)和查找替换(Find、Replacement)两种方式向模板文档中填入数据实现报表文档的生成和保存的方法。

OLE和Word对象模型在题库管理系统开发中的应用

以一个已经完成的试题库管理系统为基础,以复合文本的录入和试卷的生成为中心,对OLE技术和Word对象模型在该类系统开发中的应用进行了深入地探讨。首先概述了OLE在这类系统开发中的常用技术和Word对象模型,然后详尽地分析和比较了对象嵌入在数据录入中的3种应用方法及其优缺点,最后以模板为重点,深入探讨了OLE自动化和Word对象模型在试卷生成中的应用。同时,给出了部分应用在VB中的基本实现代码。

Word自动阅卷系统的设计与实现

概述了现有的Office自动阅卷的类型与方法。相对于记录操作步骤进行评分的方法,分析结果文档实现阅卷评分的方法具有明显的优势,不存在适应性差与误判问题而被广泛采用。提出了基于COM自动化技术进行自动阅卷的方法,它可以克服其它方法所具有的编程难、速度慢、对文档类型有限制等缺点。介绍了基于COM自动化技术设计的Word自动阅卷系统逻辑框架,给出了系统组件的主要算法,并对配置文件形成语法进行了定义。以测试参数配置工具为例,介绍了主要实现技术。

基于COM+ VC+ Word技术的产品设计说明书自动化研究

为加快产品开发速度和提高产品的设计质量,采用计算机编程实现产品设计、绘图和生成设计说明书已成为一种趋势.但自动生成图文并茂的产品设计说明书尚缺乏有效的技术突破,尤其在产品系列设计过程中尤显突出.利用组件对象模型(Component Object Model,COM)技术和Visual C++软件开发平台,通过Visual C++调用Word实现产品设计说明书的自动化生成,并满足对产品设计说明书中图片、表格、特殊符号与公式等一系列特殊要求.

VB创建Word格式化文档

以VB创建Word格式化文档为目的,分析了VB中“Application”对象模型和“Document”子对象的结构.详细介绍了在VB中创建Word文档,以及向文档中添加文字、表格、页面设置及输出文档等步骤方法,从而实现了自动组卷系统中输出Word格式的试卷,满足了不需排版直接供印刷使用的高要求.本方法也可用于其它支持ActiveX的开发平台中.

使用VBA实现Word自动阅卷的另类解决方案

实现计算机等级考试中Office操作题的自动阅卷,可大大提高教师的工作效率,但因为微软各类Office文件结构本身的复杂性,加之学生考试操作时的随意性及误操作,给阅卷评分时带来相当的难度。针对这一问题,以Word为例,讨论了Word操作题的自动阅卷中涉及的若干技术问题,并给出一种比较圆满的解决方案。

基于OLE的Word自动生成Excel题库

目前越来越多的课程采用在线考试系统完成考试,题库是考试系统的核心内容。利用OLE技术编写程序,实现将Word文档的题目自动转换成Excel。详细地介绍了自动转换的方法和步骤,并给出了部分实现代码。

Word对象模型在智能组卷中的应用

为了能够在智能组卷系统中采用编程方式创建Word文档,通过分析微软的Word编程模型,对Word中的Ap-plication,Document,Range,BookMark等对象模型进行了深入研究。采用Visual C#语言对这些对象编程设计,创建了Word试卷中各个组成部分。通过实际验证,达到了比较满意的效果。可以直接打印输出使用,提高了工作效率。

基于VB的Word文档检测

以使用VB对Word文档中的艺术字进行检测,分析了VB中"Word"对象模型的部分子对象模型的结构和功能,详细介绍了在VB中如果对Word文档中的艺术字进行检测的步骤方法。本方法也可用于其它支持ActiveX的开发平台中。

基于OLE Automation技术实现MS Word在上位机软件中的应用

介绍了借助OLE A utom ation技术实现Borland C++Bu ilder与M S W ord融合的方法。重点阐述了用编程手段在M SW ord文档中自动完成试验报告的排版和编写,并将试验数据直接导入M SW ord文档,填写在相应的表格里,并根据测试项目的要求探讨了试验报告的排版和格式。

基于Word对象模型的医学图文报告设计与实现

本文结合医生在电子病历书写中遇到的实际问题,依据Microsoft Word对象模型,设计出了一套把Word模板嵌入Windows Forms的操作界面,并可与数据库和Ftp服务器进行交互的系统。结果,医生可以方便、准确的书写图文报告,有较强的应用价值。

基于VBA的AutoCAD图形和Word表格的数据转换

简要介绍了AutoCAD和Word的对象模型,并通过实例详细阐述了由AutoCAD图形数据自动生成Word格式数据报表的技术原理。最后,结合实际代码验证了该方法的实用性和有效性。

Web时态对象模型研究分析

研究Web内容要素中加入时态要素的Web时态对象模型,解决层次树结构对站点、栏目、子栏目和内容统一建模问题,根据数据与时序密切相关的特性,利用时态特征词对各时态要素进行自动提取及评估,提出利用LSTM网络学习时态节点之间的时态约束关系,将Attention机制引入预测模型;实验表明该体系能自动发现Web过时信息,在同类网站质量排序、时间感知的搜索排序等方面有着重要的应用前景,能极大地节约人力,提高Web信息质量。

操作题自动评分系统的设计与实现

针对Word2000、Excel2000上机操作题采用手工方式批阅效率偏低问题,首先提出了操作题自动评分系统的设计思想,即先通过设置标准答案系统设置操作题答案,然后启动自动评分系统实现自动评分。介绍了所采用的Visual Basic for Application(VBA)技术、Word对象模型和Excel对象模型,并设计了标准答案数据表和学生成绩表用于存储操作题答案和学生成绩,详细描述了设置标准答案和自动评分系统的实现过程,提出了实现操作题自动评分的一些关键算法并给出了部分源代码。实验结果表明,采用所设计的自动评分系统能够显著提高操作题评分的效率。

一种改进SURF特征匹配的装配工件快速识别方法

在工件装配过程中,针对基于SURF算法的工件匹配识别过程速度慢、实时性较差的问题,通过对K-Means聚类算法以及机器学习中文本检索方法进行研究,推导了基于聚类算法的特征点种类词袋模型,对特征点类别进行统计。提出反向标记法生成目标物体描述向量。在物体匹配识别阶段,对待检测物体的描述向量分段进行匹配并选取满足阈值条件的子向量作为最终匹配向量来实现目标物体的识别。实验结果表明改进算法在一定尺度、光照、旋转条件影响下实现了工件的准确识别,并且提高了识别速度。

基于波段选择和空-谱组合核函数的高光谱图像目标检测

为了实现高光谱图像中特定目标的自动检测,提出了一种结合波段选择和空间-光谱特征组合核函数的高光谱图像目标检测方法。各像素点的光谱特征信息由所有波段构成的光谱曲线进行描述,空间特征信息则在各像素点周围的环绕局部范围内,采用词袋模型对空间灰度的纹理特征进行描述。使用了一种基于排序聚类的方法对波段进行选择以降低空间特征计算复杂度。模型训练阶段中,空间特征和光谱特征使用加权的形式融合为一个混合特征核,采用组合核函数结合支持向量机的方法优化核加权系数和检测模型的其他参数。实验结果表明,该方法将目标检测召回率提高到99.5%以上,虚警率降低到约0.2%。因此所提出的方法在降低波段数量的前提下,同时综合利用了目标的光谱信息和空间信息,并使空-谱两类特征在各类别上表现出重要性差异。

考试系统中操作题自动评分的设计与实现

目前的计算机考试系统大多数是采用标准答案文档与考生文档直接比对的方式来实现操作题的自动阅卷,评分效率不高,成绩容易出现误差。针对这一现象,以Word 2003操作题为例,提出了改进的思路及具体的实现方法,即基于VBA技术和Word对象模型,采用将标准答案存储到数据库中的方式,利用设置好的标准答案数据库,启动自动评分系统对操作题进行自动评分。实验结果表明,采用此方法设计的评分系统,平均30s左右就可以实现一个文档的自动评分,显著提高了操作题的评分效率。

一种基于优化“词袋”模型的物体识别方法

针对传统基于"词袋"模型物体识别现有方法的不足,对现特征表达、视觉词典和图像表示方法进行优化,以提高物体识别正确率。采用HUE直方图与SIFT特征描述符分别描述兴趣点周围的颜色和形状特征,实现"词袋"模型下两种特征的特征级和图像级融合,引入K-means++聚类算法生成视觉词典,并利用软权重思想将特征向量映射到视觉单词形成图像直方图。实验结果表明,所述方法会产生较高的物体识别正确率,且识别结果不受两种特征融合权重的影响。

计及经济性、可靠性和排放因素的备用市场竞价模型

针对电力市场环境,发展了综合考虑经济性、可靠性和排放因素的多目标备用竞价模型。为描述与备用供给相关的可靠性,定义了备用不足期望值,其也可用于区分发电机组与可中断负荷在提供备用过程中的差异性。在此基础上,提出了求解多目标备用竞价模型的2阶段求解算法。首先,基于改进的多目标粒子群算法,求解最小化备用容量成本、备用不足期望值和碳排放量3个目标的多目标竞价模型,获得一组Pareto解。之后,采用熵权决策法评价这些Pareto解,从中得到备用最优购买方案。最后,以包含12个竞价机构(包括发电机组和可中断负荷相关机构)的电力市场/系统为例,说明了所发展的备用竞价模型的基本特征和求解算法的有效性。

一种结合显著性检测与词袋模型的目标识别方法

针对词袋模型易受到无关的背景视觉噪音干扰的问题,提出了一种结合显著性检测与词袋模型的目标识别方法。首先,联合基于图论的视觉显著性算法与一种全分辨率视觉显著性算法,自适应地从原始图像中获取感兴趣区域。两种视觉显著性算法的联合可以提高获取的前景目标的完整性。然后,使用尺度不变特征变换描述子从感兴趣区域中提取特征向量,并通过密度峰值聚类算法对特征向量进行聚类,生成视觉字典直方图。最后,利用支持向量机对目标进行识别。在PASCAL VOC 2007和MSRC-21数据库上的实验结果表明,该方法相比同类方法可以有效地提高目标识别性能。