社区
Windows Server
帖子详情
我有个系统,需要每台客户机映射一下网络驱动器才能运行那个系统,但是win2000的客服端每次开机的时候都要重新映射网络驱动器,怎样才能开机让他自动映射网络驱动器
microsofttyc
2010-01-05 10:16:36
如题
...全文
483
10
打赏
收藏
我有个系统,需要每台客户机映射一下网络驱动器才能运行那个系统,但是win2000的客服端每次开机的时候都要重新映射网络驱动器,怎样才能开机让他自动映射网络驱动器
如题
复制链接
扫一扫
分享
举报
写回复
配置赞助广告
用AI写文章
10 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
microsofttyc
2010-01-08
打赏
举报
回复
[Quote=引用 9 楼 zdl622 的回复:]
我刚做完这个,没见出现你的问题啊,都加入域后,在域上做一个组策略,放到登入里就可以了.
不过我的客户端都是XP
[/Quote]
xp的客户端是没问题,win2000的有问题
eArt
2010-01-07
打赏
举报
回复
建个.bat文件 放到启动里
里面内容
@echo off
net use X: \\your ip address ***** /user:your user name
(**** 是你要映射内容的密码)
zdl622
2010-01-07
打赏
举报
回复
我刚做完这个,没见出现你的问题啊,都加入域后,在域上做一个组策略,放到登入里就可以了.
不过我的客户端都是XP
microsofttyc
2010-01-07
打赏
举报
回复
哪位大哥帮帮忙啊
microsofttyc
2010-01-07
打赏
举报
回复
怎样在关机的时候断开映射,开机时候启动映射
关机脚本怎么写
microsofttyc
2010-01-07
打赏
举报
回复
先谢谢各位了
开机脚本是可以了,但是还有个问题
就是每次重新启动的时候都会出现:
输入网络密码:
下面的错误的密码或未知名的用户名
\\10.0.0.39\sgtc
您上次连接到这台计算机的用户名:administrator...
密码:________
这个怎么去掉,
win2000的系统
jiangziyi110
2010-01-07
打赏
举报
回复
使用组策略添加一个启动运行脚本。就可以的吧。不过可能需要调试的。
aboutsnake
2010-01-05
打赏
举报
回复
使用组策略添加个脚本就可以实现你的功能。
就是just4
2010-01-05
打赏
举报
回复
XP可以保存共享密码,相当于用net use x: \\ip\folder /user:username "password" /savecred /persistent:yes
2K没有这个选项,最简单的办法设客户端与服务器相同的用户名密码,映射的磁盘做脱机计划即可
当然也可以做开机脚本,比如直接放启动文件夹:
@echo off
net use x: \\ip\folder /user:username "password"
exit
microsofttyc
2010-01-05
打赏
举报
回复
没人知道吗
VMware虚拟机安装
Win
dows Me全攻略:怀旧体验与
系统
配置详解
本文详细讲解在VMware Workstation Player中安装
Win
dows Millennium Edition(
Win
dows Me)的完整流程,涵盖虚拟机配置(IDE磁盘、Sound Blaster 16声卡、256MB内存、
Win
dows 98兼容模式)、ISO镜像验证、FAT32分区格式化、VMware Tools安装与驱动优化,以及
网络
配置、共享文件夹和常见错误(如SU
WIN
失败、卡顿、无声音)的排查方法,聚焦于信息技术层面的兼容性适配与
系统
部署实践。
城市空气质量时空预测与污染源贡献度分析.zip
大气污染是影响公众健康与生态环境的重要问题,精准的空气质量时空预测与污染源贡献度量化是精准治污的关键支撑。针对现有研究多源融合不充分、时空关联刻画不足、预测与源解析割裂三方面缺陷,本文设计实现了城市空气质量时空预测与污染源贡献度分析
系统
,融合监测、气象、工业排放与交通四类数据,构建基于时空注意力的LSTM(STAM-LSTM)预测模型与基于正定矩阵因子分解(PMF)的源解析模型,形成数据融合-特征工程-预测-源解析-可视化闭环。
系统
实现四类数据时空对齐与融合,构建时序与空间邻域特征,以普通克里金插值生成1km网格浓度场;STAM-LSTM引入时空注意力自适应学习站点间污染传输时变权重,以72小时输入预测未来24小时逐小时PM2.5浓度;PMF识别交通、工业、燃煤、扬尘与二次生成五个源因子,量化各源全年贡献度并分析时空演变。 实验表明:STAM-LSTM预测RMSE 24.6、MAE 17.8、R² 0.88,相对LSTM基线(30.2)提升18.5%;普通克里金插值误差8.9,优于反距离加权(11.4);源解析显示交通源28.4%、工业源23.1%、燃煤源19.6%为主要贡献源,冬季燃煤源升至27.3%、早高峰交通源达34.8%,下风向工业源贡献高出上风向8~12个百分点;减排情景显示交通源减排20%可使年均PM2.5下降5.7%,与源贡献度排序一致。
系统
按五模块14组件实现,功能测试16项用例全部通过,为大气污染预警、源管控与减排政策制定提供了决策依据。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章
系统
需求分析 第4章
系统
总体设计 第5章
系统
详细设计与实现 第6章
系统
测试与分析 第7章 总结与展望 参考文献 附件-实现指南
基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测研究(Python代码实现)
基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测研究(Python代码实现)内容概要:本文提出了一种基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测方法,旨在通过结合多种先进深度学习模型的优势,提升在复杂工况下的预测精度与鲁棒性。该方法利用iTransformer捕捉长期时间序列中的全局依赖关系,通过BiGRU模型提取双向时序特征,最后引入KAN(Kernel Attention Network)增强非线性
映射
与关键特征的自适应加权能力,实现对轴承退化过程的精准建模。文中详细介绍了模型架构设计、训练流程及在公开数据集上的实验验证,结果表明该融合模型相比单一模型在预测精度和稳定性方面均有显著提升。; 适合人群:具备一定机器学习与深度学习基础,从事设备故障诊断、工业大数据分析或智能运维相关领域的研究人员及工程技术人员,尤其适合研究生及以上学历或有相关项目经验的专业人员。; 使用场景及目标:①应用于工业设备状态监测与预测性维护
系统
中,实现对滚动轴承等关键部件剩余寿命的精准预测;②为复杂时间序列回归任务提供多模型融合的设计思路与技术参考;③推动深度学习在智能制造与工业物联网领域的落地应用。; 阅读建议:建议读者结合Python代码实现部分,深入理解各子模型的接口设计与融合逻辑,重点关注特征融合机制与注意力权重的可视化分析,以便在实际项目中灵活调整与优化模型结构。
中文版本的几何画板 几何必备
有时候写代码遇到了数学问题可以通过这个分析。
python4.14版本的环境下载器
可以快速的通过python下载器来下载python3.14版本。
Windows Server
6,873
社区成员
177,929
社区内容
发帖
与我相关
我的任务
Windows Server
Windows 2016/2012/2008/2003/2000/NT
复制链接
扫一扫
分享
社区描述
Windows 2016/2012/2008/2003/2000/NT
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章