10、ConfigMgr客户端配置与应用程序创建指南

ConfigMgr客户端配置与应用程序创建指南

1. 强制策略更新

在成功部署自定义设置后,CLIENT01上的ConfigMgr客户端会与CM01通信并获取新的部署,默认情况下大约每60分钟进行一次。但在某些情况下,比如测试环境,可能希望远程系统更快地获取策略。

1.1 本地客户端强制更新策略

若要在CLIENT01上强制更新策略,可按以下步骤操作:
1. 以Marcus(MOL\Marcus,P@ssw0rd)身份登录到CLIENT01。
2. 进入Windows桌面。
3. 右键单击左下角的Windows图标,选择“控制面板”。
4. 将“查看方式”从“类别”更改为“小图标”。
5. 选择“Configuration Manager”。
6. 在“Configuration Manager属性”屏幕中,选择“操作”选项卡。
7. 如图6.15所示,选择“计算机策略检索和评估周期”,然后点击“立即运行”按钮。这将强制客户端检查登录用户的更新用户策略(新的或更改的用户部署)。

在策略更新过程中,若要监控该过程,可打开本地系统(而非ConfigMgr服务器)上的ConfigMgr客户端日志文件中的Policy - AgentProvider.log、PolicyAgent.log和PolicyEvaluator.log文件。假设Windows操作系统安装在远程系统的C:\驱动器上,客户端日志文件位于C:\Windows\CCM\Logs。

若要检查设置是否生效,可从CLIENT01的开始菜单中打开ConfigMgr软件中心应用程序。此时,软件中心将显示组织名称“MoL

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练分类,实现对不同类型扰动的自动识别准确区分。该方法充分发挥DWT在信号去噪特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性效率,为后续的电能治理设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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