关于IE托管window forms control的问题(遇到部署问题和权限问题)

alaisalaix 2003-08-18 09:52:35
部署问题:
我创建了一个windows控件库,在windows应用程序中,可以直接把创建好的控件
拖放到窗体上,而且是设计时可见;但不能以设计时可见的形式拖放入aspx页面
中,所以我在aspx页面<body></body>之内加了下面一段:
<object id="myControl" height="200px" width="200px"
classid="http:myControl.dll#myControl.UserControl1" VIEWASTEXT></object>
并把myControl.dll拷贝到web应用程序根目录下,能正常工作。
另外,当我通过在web应用程序中添加引用把myControl.dll引入到bin目录下,
并在aspx页面<body></body>之内添同上的一段代码,运行时不能正常显示控件。
然后我把这段代码改成:
<object id="myControl" height="200px" width="200px"
classid="http:bin//myControl.dll#myControl.UserControl1" VIEWASTEXT></object>
也不能正常显示控件,classid到底该怎么设置,兄弟们有没有IE托管windows控件
方面较全面的资料???高分求购


权限问题:
我创建了一个windows控件库,在windows应用程序中能正常的调用;
当我放到aspx页面上时,本机和其他机器访问页面时都遇到权限问题,然后我用caspol工具修改本机的安全策略,把站点以完全信任的方式加入到internet区域,
之后本机访问aspx页时windows控件能正常显示出来。但我按同样的方式
修改局域网内另外一台机器的安全策略后,那台机器访问该页面时,windows控件
却无法正确显示出来,请问怎么配置?
...全文
88 11 打赏 收藏 转发到动态 举报
写回复
用AI写文章
11 条回复
切换为时间正序
请发表友善的回复…
发表回复
alaisalaix 2003-08-22
  • 打赏
  • 举报
回复
兄弟们有没有IE托管windows控件
方面较全面的资料???
alaisalaix 2003-08-19
  • 打赏
  • 举报
回复

to panyee:
我一直在试,classid中的url和其他的url好像不太一样
我用url相对路径测试过,好像也不行
那个权限问题,不知你有没有碰到过?怎么处理的?
panyee 2003-08-19
  • 打赏
  • 举报
回复
activex要打包成.cab文件,
.net控件不用,
严格一些, 自己要控件AssemblyInfos.cs文件中加入版权信息,用sn -k key.snk生成一个密钥文件跟你的dll一块编译一次

拷到其它地方, 就用url的相对路径表示即可

这方面测试还不太多, 一起讨论吧
alaisalaix 2003-08-19
  • 打赏
  • 举报
回复
to panyee(快乐王子) :
是的,客户端最少要装上.net framework和IE6。托管的控件在客户端下载的时候
和activeX控件下载有什么区别,托管的控件怎么安装到客户端的机器上?
还有,如果我把myControl.dll拷贝到另外一个目录(非根目录),classid
的格式怎么写???大哥,谢谢
alaisalaix 2003-08-19
  • 打赏
  • 举报
回复
我用caspol进行了设置,我再试试
panyee 2003-08-19
  • 打赏
  • 举报
回复
相对路径肯定可以
quickstart的winforms ie中的控件最后一个例子:看看

http://localhost/quickstart/util/srcview.aspx?path=/quickstart/winforms/Samples/IeSourcing/IeSourcing.src
它就是相对路径

是不是在客户端打开文件? 那个要打开客户端的.net配置工具, 对安全性进行配置
panyee 2003-08-18
  • 打赏
  • 举报
回复
bin目录的文件如果被直接下载了, 那源码不是一下子就暴露了吗??
panyee 2003-08-18
  • 打赏
  • 举报
回复
<object id="myControl" height="200px" width="200px"
classid="myControl.dll#myControl.UserControl1" VIEWASTEXT></object>
不要把控件放在bin中, 因为那个目录是放项目dll, 对外界是不可访问的, 只能是系统访问, 你这个开发的控件dll放在项目根目录或其它目录下.
这个控件dll在浏览时会被下载到客户端, 所以要求每个客户端都需要装上.net framework
并且对此控件进行安全配置

零散的讨论在:
WinForm嵌入WebForm权限问题
http://expert.csdn.net/Expert/topic/1890/1890588.xml?temp=.5960199
eshao 2003-08-18
  • 打赏
  • 举报
回复
你要调整安全级别吧, 就是那个中低高 东西
alaisalaix 2003-08-18
  • 打赏
  • 举报
回复
to windyyang(风萧萧) :
没有权限问题,还是没有部署问题?
没试过,装装看!再请问一下classid怎么设置?
windyyang 2003-08-18
  • 打赏
  • 举报
回复
use .net framework1.1,It has not this problem!
内容概要:本文研究了基于Q-Learning自适应强化学习的PID控制器在自主水下航行器(AUV)运动控制中的应用,旨在提升其在复杂海洋环境下的控制性能。通过建立AUV的动力学模型,将Q-Learning算法与传统PID控制相结合,实现控制器参数的在线自适应优化,有效增强了系统的响应速度、稳定性和抗干扰能力。研究采用Matlab进行仿真验证,结果表明该方法在轨迹跟踪与姿态控制方面具有优越表现,为水下机器人智能控制提供了可行的技术路径与理论支持。; 适合人群:具备自动控制理论、强化学习或水下机器人建模背景,从事相关科研工作的研究人员、高校研究生及工程技术开发者。; 使用场景及目标:①应用于高精度、强鲁棒性的水下机器人运动控制系统设计;②开展智能PID控制器在非线性、时变系统中的参数自整定研究;③作为强化学习在复杂工业控制场景中落地的典型案例参考,推动算法与工程实践融合。; 阅读建议:建议结合提供的Matlab代码进行仿真实验,重点剖析Q-Learning与PID融合的架构设计、奖励函数设定及参数收敛过程,可进一步拓展至与其他智能优化算法(如DQN、Actor-Critic)的对比研究,深化对自适应控制机制的理解。
已经博主授权,源码转载自 https://pan.quark.cn/s/a4b39357ea24 Matlab 被视为一种功能卓越的编程平台,特别是在数值运算和数据分析方面展现出广泛的应用价值。在应对多元非线性回归的挑战时,Matlab 拥备多种工具和函数,支持用户对复杂的数据进行构建模型和适配。本指南将重点阐释在 Matlab 环境下如何执行多元非线性回归分析。 我们需要掌握三种关键的回归指令: 1. `polyfit(x,y,n)`:此函数适用于拟合一元幂函数,能够导出一个多项式模型。例如,若知晓数据呈现二次函数形态,可选择`n=2`来适配一个二次曲线。 2. `regress(y,x)`:这是一个多元线性回归指令,能够处理多个自变量对因变量的影响。即便数据并非完全呈现线性特征,该函数也能提供一个线性近似。 3. `nlinfit(x,y,’fun’,beta0)`:这是最为通用的非线性回归指令,适用于适配任何类型的函数,无论是一元或多元,前提是用户能够定义函数形式(`fun`参数)。 回归分析的核心在于寻找一组最优的系数,使得模型能够最恰当地描述数据。这通常涉及选择一个合适的函数形态,随后通过最小化误差平方和来估算系数。在Matlab中,`regress`指令主要用于处理线性模型,而`nlinfit`则处理更为复杂的非线性模型。 对于多元线性回归模型,我们可以用如下形式进行表述: \[ y = \beta_0 + \beta_1x_1 + \beta_2x_2 + \cdots + \beta_px_p + \epsilon \] 其中,\( y \)是因变量,\( x_1, x_2, \ldots, x_p \)是自变量,\( \beta_0, \beta_1, ...
内容概要:本文系统阐述了基于BP神经网络的语音特征信号分类方法,并提供了完整的Matlab代码实现。研究围绕语音信号的数据预处理、特征提取、神经网络结构设计、模型训练与分类测试等核心环节展开,详细展示了BP神经网络在语音识别任务中的应用流程。通过构建多层前馈网络模型,利用误差反向传播算法优化权重,实现了对不同语音类别特征的高效分类,具有较强的工程实践价值和技术可复现性。; 适合人群:具备信号处理与机器学习基础知识,熟悉Matlab编程语言,从事语音识别、模式识别、人工智能等相关领域研究的学生及科研人员;特别适用于开展课程设计、毕业设计或科研项目的初级与中级研究人员。; 使用场景及目标:①深入理解BP神经网络的基本原理及其在语音信号分类中的具体实现过程;②掌握Matlab环境下语音信号特征提取与分类模型构建的全流程技术;③为语音识别、人机交互、智能听觉系统等实际应用场景提供可靠的算法基础与代码参考。; 阅读建议:建议读者结合所提供的Matlab代码逐行分析其实现逻辑,重点关注数据输入格式、网络参数初始化、训练迭代过程及分类性能评估;可通过调整隐含层节点数、学习率、激活函数等超参数,观察模型收敛性与分类准确率的变化,从而深化对神经网络调参策略的理解。

62,272

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术交流专区
javascript云原生 企业社区
社区管理员
  • ASP.NET
  • .Net开发者社区
  • R小R
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

.NET 社区是一个围绕开源 .NET 的开放、热情、创新、包容的技术社区。社区致力于为广大 .NET 爱好者提供一个良好的知识共享、协同互助的 .NET 技术交流环境。我们尊重不同意见,支持健康理性的辩论和互动,反对歧视和攻击。

希望和大家一起共同营造一个活跃、友好的社区氛围。

试试用AI创作助手写篇文章吧