群发送邮件类

。Net2.0下的,要求服务期验证。代码如下:

 

public class Mail
    
{
        
private string subject;
        
private string[] mailTo;
        
private string body;
        
private string smtpServer;
        
private string user;
        
private string password;
        
private string sender;

        
public Mail(string Subject,string[] MailTo,string Sender,string Body,string SMTP,string User,string Pass)
        
{
            
this.subject = Subject;
            
this.mailTo = MailTo;
            
this.body = Body;
            
this.smtpServer = SMTP;
            
this.user = User;
            
this.password = Pass;
            
this.sender = Sender;
        }

        
public bool Send()
        
{
            
bool Flag = true;
            
try
            
{
                System.Net.Mail.MailMessage mailObj 
= new System.Net.Mail.MailMessage();

                
//Add MailTo address
                for (int i = 0; i < mailTo.Length; i++)
                
{
                    mailObj.To.Add(mailTo[i]);
                }

                mailObj.IsBodyHtml 
= true;
                mailObj.Subject 
= subject;
                
string From = user + "@" + smtpServer.Substring(smtpServer.IndexOf("."+ 1, smtpServer.Length - smtpServer.IndexOf("."- 1);
                mailObj.From 
= new MailAddress(From, sender, System.Text.Encoding.UTF8);
                mailObj.Body 
= body;
                System.Net.Mail.SmtpClient SmtpMail 
= new SmtpClient(smtpServer);
                SmtpMail.Credentials 
= new System.Net.NetworkCredential(From, password);
                SmtpMail.Send(mailObj);
                Flag 
= true;
            }

            
catch
            
{
                Flag 
= false;
            }

            
return Flag;            
        }

    }
 

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分图生成标签数据,适用于多/高光谱影像的单一别特征提取。; 适合人:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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