必应词典3.2去广告备忘笔记(转摘于roustar31)

本文介绍如何通过修改BingDict安装包中的特定文件来移除软件内的广告元素和更新检查功能,包括清理HTML及JS文件中的指定代码。

下载安装包后,沙盘运行,得到本体BingDict_Setup.msi文件,起作用的就是这个,其他的无视了。
使用命令行参数:msiexec /a "d:\BingDict_Setup.msi" /qb TARGETDIR="D:\BingDict"  取得本体中的msi文件和安装文件。


切换到D:\BingDict\Microsoft Bing Dictionary\template\DefaultTemplate\BingDictDlg目录
打开BingDictDlg.html文件,清空下列所示代码:<li class="li_6" id="CheckUpdate">检查更新</li>
<div id="MsnToday" title="MSN今日热点"





        >
        </div>

<div id="TextAds">
            <div id="TextAds-inner">
                <iframe id="TxtAdsContent" frameborder="0" allowtransparency="true" scrolling="no" src="../Common/blank.html">
                </iframe>
            </div>
        </div> 

<div class="frm_ads press_bol press_bor">
<div id="ImgAds">
        <div id="ImgAdsClose" class="ImgAdsClose_N" title="关闭广告" 





        >
        </div>
        <iframe id="ImgAdsContent" frameborder="0" allowtransparency="true" scrolling="no" src="../Common/blank.html">
        </iframe>
    </div>
</div>

                                <input type="checkbox" id="open_msntoday"/>
                                <label for="open_msntoday">启动后自动弹出MSN今日热点</label><br/>

                                <input type="checkbox" id="check_homepage_search"/>
                                <label for="check_homepage_search">将必应推荐站点设定为默认主页和搜索引擎</label><br/>

你还可以搜索应用,删除一些推广的应用或者删除整个应用页面。这里就不细说了



打开BingDictDlg.js文件,删除:<div class="MainMenuTxt">检查更新</div>



切换到D:\BingDict\Microsoft Bing Dictionary\template\DefaultTemplate\MSNTodayDlg目录

打开MSNTodayDlg.js,清空里面的文件,保持。打开MSNTodayDlg.html文件,清空,保(非必须)

接下来是修改msi文件,去升级服务和捆绑,限于比较复杂就不说了

转载于:https://www.cnblogs.com/myall/p/3715500.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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