flash结合asp制作出的显ip,版本,登陆时间,访问次数

 首先需要2个asp文件,1个文本文件,还有就是1个swf文件了。
-------------------info.asp----------------------------
//这里是显示ip,版本,登陆时间的 <!--#include file="num.asp"-->
<%
set userip = Request.ServerVariables("HTTP_X_FORWARDED_FOR")
If userip = "" Then userip = Request.ServerVariables("REMOTE_ADDR")
response.write("&t0=你的ip地址是:"&userip)
set ie=Request.ServerVariables("HTTP_USER_AGENT")
response.write("&t1=你的浏览器版本和操作系统是:"&ie)
response.write("&t2=你登陆的时间是:"&now())
%>---------------------------num.asp-----------------------------
//这里是显示登陆次数和把登陆次---------------------------数记录到文本中
     <%
dim visitors
whichfile=server.mappath("time.txt")
set fs=createobject("Scripting.FileSystemObject")
set thisfile=fs.opentextfile(whichfile)
visitors=(thisfile.readline)
thisfile.close visitors=visitors+1
response.write ("&num="&visitors)
set out=fs.createtextfile(whichfile)
out.writeLine(visitors)
out.close
set fs=nothing
%> -----------http://www.devdao.com/----------time.txt--------------------
http://www.knowsky.com/398655.html

//这里是记录登陆次数 2921(可是自己设置初始值的)
---------------------------info.swf-----------------
//这是通过flash显示出以上数据 插入到第一针:
init();
function init() {
settxt();
run();
System.useCodepage = true;
loadVariablesNum("num.asp", "", "POST");
}
function settxt() {
for (i=0; i<4; i++) {
this.createTextField("txt"+i, i, 10, 100+30*i, 90, 0);
this["txt"+i].autoSize = "left";
this["txt"+i].border = true;
}
}
function run() {
lv = new LoadVars();
lv.onLoad = function(ok) {
if (ok) {
for (i=0; i<3; i++) {
_root["txt"+i].text = this["t"+i];
}
delete this.onLoad;
}
};
lv.load("info.asp", "", "POST");
onEnterFrame = function () {
txt3.text = num;//为了能够刷新的时候读取登陆次数,所以这里用到了onEnterFrame. //不然数字不能被刷新,我试了半天。
资料引用:http://www.knowsky.com/398655.html
【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
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
 
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