取网页中的IP发送Email

本文介绍了一个使用C#实现从指定网址获取IP地址并发送带有该IP信息邮件的小程序实例。此示例利用了VS2005开发环境,通过HttpWebRequest和SmtpClient类完成了网络请求及邮件发送功能。

写个小例子,开发环境是VS2005

     public void send()
        {
            try
            {

                WebRequest webreq = WebRequest.Create("http://bj.bbcool.cn/");
                webreq.Credentials = CredentialCache.DefaultCredentials;
                HttpWebResponse response = (HttpWebResponse)webreq.GetResponse();
                MessageBox.Show(response.StatusDescription);

                Stream dataStream = response.GetResponseStream();
               
                StreamReader reader = new StreamReader(dataStream);
               
                string responseFromServer = reader.ReadToEnd();

                string myip = responseFromServer.Substring(responseFromServer.IndexOf("IP:"), 33);

                reader.Close();
                dataStream.Close();
                response.Close();

                MailAddress from = new MailAddress("XXXXX@163.com");//发件人
                MailAddress to = new MailAddress("XXXXX@163.com");//收件人
                MailMessage message = new MailMessage(from, to);
                message.Subject = "这是文件主题"; //文件主题
                message.Body = @"这是邮件正文";//邮件正文
                SmtpClient client = new SmtpClient();
                client.Credentials = new System.Net.NetworkCredential("邮件登录用户名", "邮件登录密码");
                client.Host = "smtp.163.com";
                client.Send(message);

            }
            catch (Exception ee)
            {
                MessageBox.Show(ee.Message);
 
            }

        }

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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