web based程式的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

web based程式的問題,我們搜遍了碩博士論文和台灣出版的書籍,推薦許清榮,買大誠寫的 Visual Basic 2005 Express程式設計經典教本(附1光碟) 可以從中找到所需的評價。

南臺科技大學 電子工程系 余兆棠所指導 許峻銘的 基於深度學習之螺絲表面瑕疵檢測系統設計與實現 (2020),提出web based程式關鍵因素是什麼,來自於螺絲表面瑕疵檢測、影像處理、自動化光學檢測、深度學習、遷移學習。

而第二篇論文國立交通大學 工學院工程技術與管理學程 洪士林所指導 林宥芯的 應用Web-Based PCM品質管理模組在高科技廠房營建工程之研究 (2017),提出因為有 高科技廠房、品質管理的重點而找出了 web based程式的解答。

接下來讓我們看這些論文和書籍都說些什麼吧:

除了web based程式,大家也想知道這些:

Visual Basic 2005 Express程式設計經典教本(附1光碟)

為了解決web based程式的問題,作者許清榮,買大誠 這樣論述:

基礎概念篇:   共分七章(1?7),本篇主要介紹新一代的Visual Basic 2005 Express新增哪些功能,以及對新的.Net架構有初步的了解;培養讀者建立程式基本功,包含資料型別、程式流程控制、陣列與字串、函數與副程式撰寫、當程式發生錯誤時如何透過例外處理來運作以及撰寫程式時應具備的物件導向觀念,讓程式設計更具彈性與重覆使用性,並且使開發的系統程式結構更具備強固性與易維護性。 視窗物件應用篇:   共分成五章(8?12),本篇主要是讓讀者了解Visual Basic 2005視窗的程式開發環境如何編譯、除錯,並對於Visual Basic 2005所提供的控制項與元件進行解

說,並透過簡單的程式範例,來協助讀者使用專業的元件(包含:Infragistics NetAdvantage和Dundas)。以及在Windows-based程式下如何透過滑鼠或鍵盤來進行事件控制方式。 資料庫與檔案應用篇:   共分成五章(13?17),本篇主要是讓讀者了解資料庫技術的基本概念,並對於資料庫查詢語言(SQL)語法使用進行說明。在.NET Framework上的類別程式庫ADO.NET包括:.NET Framework資料提供者(Data Provider)、DataSet物件二部分,與如何利用ADO.NET來與資料庫進行溝通(包括:Microsoft Access、SQL S

erver 2005與ODBC)。讓讀者了解如何讀取檔案和寫入檔案,對於一般常見的檔案處理方式包含:刪除、更改、移動、複製等均有詳細說明,以及如何透過System.IO.Compression進行檔案壓縮與解壓縮。 實務專題篇:   共分成三章(18?20),其內容包含:程式行號產生器加強版、俄羅斯方塊遊戲實作、課務資訊系統實作等三大專題,在本篇主要是讓讀者透過實際案例來了解如何設計與規劃系統,為實作專題與開發大型資訊系統奠定紮實的基礎功力。

基於深度學習之螺絲表面瑕疵檢測系統設計與實現

為了解決web based程式的問題,作者許峻銘 這樣論述:

2011年德國提出工業4.0的概念以來,智慧製造技術已逐漸引入各個製造領域,資訊數位化、缺陷檢測智慧化和資料庫平台管理是智慧製造的核心技術。面對日益提高的品質管理與生產需求,臺灣的扣件產業也面臨需以智慧製造提升高值化產品能力的需求。扣件產業傳統上大都以人工方式進行產品檢測,人為因素常造成檢測效率不佳的問題。近幾年部分扣件製造商引入自動光學檢測 (AOI, Auto Optical Inspection)技術,使得檢測效率大幅地提升;然而,AOI於扣件產業實務應用上常面臨檢測參數設定不易、不同螺絲需重新設定檢測參數以及AOI機台對環境參數過於敏感等問題,特別是AOI在少量多樣的產線應用在設備費

用上有其限制性,因此本論文提出了一種基於深度學習圖像識別技術的螺絲表面瑕疵檢測系統,在產線上以視覺檢測方式檢測螺絲生產過程中螺絲表面是否損壞,可以根據檢測的結果進行瑕疵螺絲的篩選,檢測結果同時上傳至資料庫進行統計與分析,據以分析瑕疵螺絲的檢測率,並進一步提升生產流程效率。本論文設計之螺絲表面瑕疵檢測系統包括檢測機與檢測資料管理平台,其中檢測機裝置配有3支4K相機並採用輸送帶運送螺絲,使用機械手臂進行螺絲排料,並以觸控螢幕的人機介面進行操控。檢測機具有採樣、訓練與檢測三項功能,首先執行螺絲的螺紋與頭面採樣程序並取得螺絲樣本集,接著將螺絲樣本集採用遷移學習方式分別對ResNetV2 50、ResN

etV2 101、InceptionV3與MoblieNetV2 等四個神經網路進行螺絲表面瑕疵檢測模型訓練,根據訓練結果挑選較佳神經網路模型導入檢測程式,最後進行螺絲表面瑕疵檢測,檢測程序以輸送帶將螺絲送至相機拍攝區取得影像,根據檢測結果控制機械手臂進行正常與瑕疵螺絲分類,並將檢測結果上傳至資料庫,管理員可以藉由檢測資料管理平台觀察螺絲檢測統計數據。本論文完成之系統以200個驗證樣本與合作廠商線上AOI檢測機進行交叉測試比對,提案檢測準確率達94.5%,高於目前合作廠商線上AOI檢測機之準確率75%。

應用Web-Based PCM品質管理模組在高科技廠房營建工程之研究

為了解決web based程式的問題,作者林宥芯 這樣論述:

高科技廠房的施工品質要求相當嚴格,提升施工品質才能降低工程成本,而專案管控皆由各管理者依據其需求以及相關之限制條件後自行評估,在缺乏良好溝通的情況下常導致專案資訊無法加以整合,容易發生錯誤,無法滿足專案應有需求而決定的品質政策與目標,造成施工品質不良,延誤工程進度;再者,專案管理常因受到作業地點、時差、人數與距離的限制而增加管理者在管理上的難度。本研究將以高科技廠房營建工程為探討,提出工程品質管理的方法與平台建置,透過文獻參考探討營建工程施工階段之品質管理模式。本研究提出工程品質管理模式與方法,內容包括四大管理模組:品質計劃文件管控模組,品質週/日報模組,品質稽核單模組,品質計分模組,同時根

據所提出來的工程品質管理模式與方法建構一套網路化的品質管理模組,最後使用該資訊系統導入工程品質模擬案例,探討系統效益與可行性。透過本研究所建立的工程品質管理之系統模組,使所有專案參與人員能夠有效的執行、管控、共享與紀錄品質相關事件的追蹤與改善,除了可降低人為的管理疏失,更能夠將工程品質相關資訊傳遞給所有專案參與人員,有效的提升高技廠房在施工期間之管理效能並且提高專案工程品質管理。