Lync Server 2010迁移至Lync Server 2013部署系列 Part7:配置Office Web App 02

本文详细介绍如何通过PowerShell命令安装必要的IIS组件和.NET Framework功能,安装Office Web Application及其语言包的过程,并提供了导入和配置SSL证书的具体步骤。
clip_image001 安装必备组件

Add-WindowsFeature Web-Server,Web-Mgmt-Tools,Web-Mgmt-Console,Web-WebServer,Web-Common-Http,Web-Default-Doc,Web-Static-Content,Web-Performance,Web-Stat-Compression,Web-Dyn-Compression,Web-Security,Web-Filtering,Web-Windows-Auth,Web-App-Dev,Web-Net-Ext45,Web-Asp-Net45,Web-ISAPI-Ext,Web-ISAPI-Filter,Web-Includes,InkandHandwritingServices –source E:\sources\sxs

如果出现提示,请在该命令完成后重新启动服务器。

clip_image001[1] 安装.net3.5功能

Install-WindowsFeature –name NET-Framework-Core –source E:\sources\sxs

clip_image001[2] 安装office Web Application及语言包

1) 运行安装程序后,许可协议页面中,勾选“我接受此协议条款”,单击“继续”;

2) 在“文件位置”页面中,单击“立即安装”;

3) 运行语言包安装程序,在“许可协议”页面中,勾选“我接受此协议条款”,单击“继续”;

注意:请下载office web Application英文安装包、中文语言包安装;

clip_image001[3] 导入证书

1) 登录WAC01.VL.CN,运行MMC控台,添加“证书”/”计算机”单元;

2) 右键单击WAC.VL.CN,选择“导出”,如下图所示;

clip_image003

3) 在“欢迎使用证书导出向导”页面中,单击“下一步”按钮;

4) 在“导出私钥”页面中,勾选“是,导出私钥”,单击“下一步”按钮,如下图所示;

clip_image005

5) 在”导出文件格式”中,保持默认,单击“下一步”按钮,如下图所示

clip_image007

6) 在”安全”页面中,设置密码后,单击“下一步”按钮,如下图所示;

clip_image009

7) 在“导出的文件”页面中,设置存储路径,单击“下一步”按钮,如下图所示;

clip_image011

8) 在“正在完成证书导出向导”页面中,单击“完成”按钮;

9) 拷贝导出的.pfx证书至wac02.vl.cn任意目录中;

10) 登录wac02.vl.cn,打开MMC控制台,添加“证书”/“计算机”单元;

11) 如下图所示,选择“导入”;

clip_image013

12) 在“欢迎使用证书导入向导”页面中,单击“下一步”按钮;

13) 在“要导入的文件”页面中,选择之前导出的 .pfx证书文件,单击“下一步”,如下图所示;

clip_image015

14) 在“私钥保护”页面中,输入密码后,单击“下一步”按钮,如下图所示;

clip_image017

15) 在“证书存储”页面中,确认存储位置如下图所示后,单击“下一步”按钮;

clip_image019

16) 在“正在完成证书导入向导”页面中,单击”完成”按钮;

17) 运行如下命令将WAC02.VL.CN添加至服务器场:

clip_image021

18) 运行如下命令检查是否加入服务器场:

clip_image022

19) 在IE浏览器中输入https://wac02.vl.cn/hosting/discovery检查是否可以打开如下页面:

clip_image024



本文转自wangtingdong 51CTO博客,原文链接:http://blog.51cto.com/tingdongwang/1208819,如需转载请自行联系原作者

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