apache原来运行的好好的,安装了一个mail server后就不能运行了?为什么?

PHP > 基础编程 [问题点数:100分,结帖人wjzhuang]
等级
本版专家分:0
勋章
Blank
铜牌 2001年7月 总版技术专家分月排行榜第三
Blank
红花 2001年7月 C++ Builder大版内专家分月排行榜第一
Blank
黄花 2001年6月 C++ Builder大版内专家分月排行榜第二
结帖率 100%
等级
本版专家分:0
勋章
Blank
铜牌 2001年7月 总版技术专家分月排行榜第三
Blank
红花 2001年7月 C++ Builder大版内专家分月排行榜第一
Blank
黄花 2001年6月 C++ Builder大版内专家分月排行榜第二
等级
本版专家分:0
勋章
Blank
红花 2001年12月 PHP大版内专家分月排行榜第一
2001年8月 PHP大版内专家分月排行榜第一
等级
本版专家分:0
勋章
Blank
铜牌 2001年7月 总版技术专家分月排行榜第三
Blank
红花 2001年7月 C++ Builder大版内专家分月排行榜第一
Blank
黄花 2001年6月 C++ Builder大版内专家分月排行榜第二
等级
本版专家分:0
勋章
Blank
铜牌 2001年7月 总版技术专家分月排行榜第三
Blank
红花 2001年7月 C++ Builder大版内专家分月排行榜第一
Blank
黄花 2001年6月 C++ Builder大版内专家分月排行榜第二
等级
本版专家分:767
等级
本版专家分:0
勋章
Blank
红花 2001年6月 PHP大版内专家分月排行榜第一
等级
本版专家分:0
勋章
Blank
铜牌 2001年7月 总版技术专家分月排行榜第三
Blank
红花 2001年7月 C++ Builder大版内专家分月排行榜第一
Blank
黄花 2001年6月 C++ Builder大版内专家分月排行榜第二
等级
本版专家分:767
等级
本版专家分:767
等级
本版专家分:0
勋章
Blank
铜牌 2001年7月 总版技术专家分月排行榜第三
Blank
红花 2001年7月 C++ Builder大版内专家分月排行榜第一
Blank
黄花 2001年6月 C++ Builder大版内专家分月排行榜第二
wjzhuang

等级:

Blank
铜牌 2001年7月 总版技术专家分月排行榜第三
Blank
红花 2001年7月 C++ Builder大版内专家分月排行榜第一
Blank
黄花 2001年6月 C++ Builder大版内专家分月排行榜第二
Linux操作系统基础教程

我们并不能使同学们通过这次系列讲座成为一个 UNIX 类操作系统的高手,这次系列 讲座的目的就是在同学们中间普及 Linux 基础知识,今后我们更加接近的了解 Linux 做 好的开端。 第讲 Linux基础 在这...

软件测试面试题整理

01. 为什么要在一个团队中开展软件测试工作?  因为没有经过测试的软件很难在发布之前知道该软件的质量,好比ISO质量认证一样,测试同样也需要质量的保证,这时候需要在团队中开展软件测试的工作。在测试...

当我说要做大数据工程师时他们都笑我,直到三……

本文旨在普通程序员(Java程序员最佳)提供一个入门级别的大数据技术学习路径,适用于大数据工程师的进阶学习,也适用于零编程基础的同学。 前言 、背景介绍 本人目前是名大数据工程师,项目...

[unix] Unix 是简单的,你需要成为一个天才或是计算机专家也理解它!

载自 : 《完全用Linux工作》 完全用Linux工作,抛弃windows 我已经半年没有使用 Windows 的方式工作...我不是一个狂热的自由软件份子,虽然我很喜欢自由软件。这篇文章也不是用来推行自由软件运动的,虽然我觉得...

Windows日志为什么要把它转成Syslog呢?

有的朋友会问,好好的Windows日志为什么要把它转成Syslog呢?呵呵,当Windows服务器比较少的时候,我们是需要这样做的。但试想如果你管理着成千上百台的Windows机器,你会台的登录上去用Event Viewer查看吗...

为什么扔掉windows,去使用高端大气上档次的linux?

摈弃 Windows 低效率的工作方式,发掘 Linux 身上的 UNIX 气质 我已经半年没有使用 Windows...我不是一个狂热的自由软件份子,虽然我很喜欢自由软件。这篇文章也不是用来推行自由软件运动的,虽然我觉得自由软件运动是

ubuntu安装discourse论坛----结合在apache服务上建立虚拟主机

指导操作:https://github.com/discourse/discourse/blob/master/docs/INSTALL-cloud.md 、先安装 Docker / Git: ... 二、安装discourse创建一个/var/discourse文件夹,克隆官话码头形象投入其中: sud...

安装IIS怎么发布网站

总而言之,大家水平不同,问的问题也一样,但这是关系到设置是否成功和动网论坛是否正常使用,于是我在网上去帮大家找了这篇文章,讲得要多详细有多详细了,如果你也想架设部属于自己的服务器,请好好看看这篇...

Sending the email to the following server failed : smtp.exmail.qq.com:465

Sending the email to the following server failed : smtp.exmail.qq.com:465 ...代码运行好好的,突然邮件发了了,原因实在弄清 乱试了一下,加上这句,解决了: email.setSSLOnConnect(false);

Unix 是简单的,你需要成为一个天才或是计算机专家也理解它!

载自 : 《完全用Linux工作》 完全用Linux工作,抛弃windows 我已经半年没有使用 ...我不是一个狂热的自由软件份子,虽然我很喜欢自由软件。这篇文章也不是用来推行自由软件运动的,虽然我觉得自由软件运动是非常

推荐一个集成环境 XAMPP

一个新手接触 Joomla! 的过程应该是这样的:看到这词之后首先要弄明白“什么是Joomla!”,然后想“试用一下看看”。可是,Joomla! 是 web 程序,它需要有服务器环境才能运行。如果你还了解 Joomla! 是否合你意...

cas-sample-site1/2各配上一个用于显示我们是否能够成功用户信息的index.jsp

2019独角兽企业重金招聘Python工程师标准>>> ...

Linux运维面试题2

1. apache怎么实现负载均衡答案:多台机器跑apache,然后其中台跑nginx,让nginx去代理多台apache实现负载均衡2. 台Linux服务器负载高,连接慢,怎么查看答案:先用w看负载多少,用top看哪个进程占用cpu高,同时...

android安卓源码海量项目合集打包-1

最后更新共计113分类5177套源码29.2 GB。 卷 新加卷 的文件夹 PATH 列表 卷序列号 00000200 5E7A:7F30 F:. ├─前台界面 │ ├─3D标签云卡片热门 │ │ Android TagCloudView云标签的灵活运用.rar │ │ ...

Windows2000下的Apache2与Tomcat4的整合

google_ad_client = "pub-8800625213955058";/* 336x280, 创建于 07-11-21 */google_ad_slot = "0989131976";google_ad_width = 336;google_ad_height = 280;//<script type="text/java

蜜罐

本文主要讨论蜜罐和蜜罐网络,以及如何使用它们保护真实的系统,我们称之系统MHN(Modern Honey Network,现代蜜网),它可以快速部署、使用,也能够快速的从节点收集数据。 什么是蜜罐 蜜罐是存在...

0x02 Spring Boot 2.x之如何使用

篇博文主要讲解Spring Boot 2.x 如何使用的问题,覆盖了如何构建项目,自动配置和如何运行你的应用程序。其中也包括一些最佳实践,学会这些会使得我们开发应用程序更加容易。

FreeBSD 5.2.1R Web Server架设实例过程

由于想装一个web server,多方打听知道freebsd在这方面还比较强,于是下定决心准备搞一个自己的freebsd web server出来。 以前都是玩ms的windows系列,开始搞freebsd,当然有些摸着门,下面就是我关于freebsd的...

单点登录之CAS SSO从入门到精通(第三天)

上次我们说到了CAS SSO的一些基本用法如:连数据库怎么用,连LDAP怎么用,这次我们要来讲一个网上几乎没有人去过多涉及到的一个问题即:在多租户的环境下我们的cas sso如何去更好的支持,即cas sso multi tentant 的...

开发者工具 Top 100 名单

点击上方好好学java,选择星标公众号 重磅资讯,干货,第时间送达 今日推荐:14 github 项目!个人原创100W +访问量博客:点击前往,查看更多 译者| 李磊 ...

Tomcat源码学习(

作为位Java程序员,如果您没有接触过开源软件、项目或框架的话,恐怕有些不可思议。轰轰烈烈的开源运动起源于Linux操作系统,Apache基金会在其中扮演了中流砥柱的角色,业界巨擘SUN,IBM, BEA 和Oracle等公司的...

Log4j2使用教程

Log4j 2的好处就不和大家说了,如果你搜了2,说明你对他已经有一定的了解,并且想用它,所以这里直接上手了。  1. 去官方下载log4j 2,导入jar包,基本上你只需要导入下面两jar包可以了(xx是乱七八糟的版本号...

什么是 Linux ?

早在 Linux 出现之前的二十年 ( 大约在 1970 年代 ), 一个相当稳定而成熟的操作系统存在了!那就是 Linux 的老大哥Unix! 怎么这么说呢?!他们这两家伙有什么关系呀?这里给他说众所皆知的, Linux 的核心...

菜鸟学习初级教程-----强烈推荐(看完成黑客拉) 第

本文转载连接: http://blog.sina.com.cn/s/blog_87a893360100z0ap.html看完的人10有9成了黑客看完的人10有9成了黑客还有一个是BC然而看完的人视力全下降1度黑客的基本技能1、黑客的精神态度是很重要的,...

多服务器的日志合并统计——apache日志的cronolog轮循

2 用 sort -m 合并排序多日志 或者用:clfmerge合并日志 根据个人的使用经历: 1 先介绍apache日志的合并方法; 2 然后根据由此引出的问题说明日志轮循的必要性和解决方法,介绍如何通过cronolog对a...

linux启动项ntsysv以及运行级别runlevel设置说明

# 0 - 停机(千万不能把initdefault 设置0 ) # 1 - 单用户模式 # 2 - 多用户,没有 NFS # 3 - 完全多用户模式(标准的运行级) # 4 - 没有用到 # 5 - X11 (xwindow) # 6 - 重新启动 (千万不要把...

多服务器的日志合并统计——Apache日志的cronolog轮循和webalizer合并统计

原文:http://www.chedong.com/tech/rotate_merge_log.html关键词:webalizer apache log analysis sort merge cronolog 日志 分析内容摘要:你完全不必...安全地轮循apache“日”志2 用 sort -m 合并排序多日志根据

计算机设计大赛作品开发文档

参加的是2020年的计算机设计大赛,软件应用与开发赛道。我们的开发文档仅供参考。(20页)

matlab神经网络30个案例分析

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理,在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数,预先设定一个非线性函数,如式y=20+x21-10cos(2πx1)+x22-10cos(2πx2)所示,假定函数解析式不清楚的情况下,随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据,将y作为RBF网络的输出数据,分别建立近似和精确RBF网络进行回归分析,并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析,分别取国内生产总值(GDP),工业总产值,铁路运输线路长度,复线里程比重,公路运输线路长度,等级公路比重,铁路货车数量和民用载货汽车数量8项指标因素作为网络输入,以货运总量,铁路货运量和公路货运量3项指标因素作为网络输出,构建GRNN,由于训练数据较少,采取交叉验证方法训练GRNN神经网络,并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识,设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字,当数字被一定的噪声干扰后,仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价,试根据调研结果中较为重要的11个评价指标的数据,并结合离散Hopfield神经网络的联想记忆能力,建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题,要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型,利用该模型可以快速地找到最优(或近似最优)的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数,不但能够高准确率的预测训练集而且要合理的预测测试集,使得测试集的分类准确率也维持在一个较高水平,即使得得到的SVM分类器的学习能力和推广能力保持一个平衡,避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问,可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征,其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别,建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征,分别是前面提及过的:最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8),使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据,选定反馈神经网络的输入、输出节点,来反映电力系统负荷运行的内在规律,从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后,以改良三比值法为基础,建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值(MIV,Mean Impact Value)方法来说明如何使用神经网络来筛选变量,找到对结果有较大影响的输入项,继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理,建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度),这些特征与肿瘤的性质有密切的关系。因此,需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系,从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像,图像来自不同的10个人,每人5幅图像,人脸的朝向分别为:左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络,对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理,在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘,但是由于网络入侵特征数据维数较多,不同入侵类别间的数据差别较小,不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理,在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中,建立模型时选用的每个样本(即病例)数据包括10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度)的平均值、10个量化特征的标准差和10个量化特征的最坏值(各特征的3个最大数据的平均值)共30个数据。明显,这30个输入自变量相互之间存在一定的关系,并非相互独立的,因此,为了缩短建模时间、提高建模精度,有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理,在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理,在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户,快速地利用神经网络解决实际问题,MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用,MATLAB R2009a提供了三种神经网络拟合工具箱(拟合工具箱/模式识别工具箱/聚类工具箱)。

VSCode launch.json配置详细教程

主要介绍了vscode 的node.js debugger 的 launch.json 配置详情,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

相关热词 c# 无法打开设计 c# 时间转换成int c#批量读取ini信息 c# 打包msi c# eval绑定 c#字母开头 uuid c#创建html文件 c# 逻辑练习 c#调用dll后释放 c# 扫描串口