请问:ASP如何正确连接Oracle9i?
数据库服务器:WIN2003+Oracle9i
我已经在WEB服务器安装Oracle9i客户端,测试能连接到数据库服务器.
ASP用OLEDB方式连接Oracle
连接字符串如下:
<%
Dim conn
set conn=server.createobject("adodb.connection")
conn.Open "Provider=OraOLEDB.Oracle.1;Persist Security Info=True;User ID=libsys;Password=libsys;Data Source=orcl"
Set rs=Server.CreateObject("ADODB.Recordset")
%>
问题是现在连接特别慢,我等了一分钟也没有任何提示.
相关推荐
卫星俯视物体检测6-YOLO(v5至v9)、COCO、CreateML、Darknet、Paligemma、TFRecord、VOC数据集合集.rar
卫星俯视物体检测6-YOLO(v5至v9)、COCO、CreateML、Darknet、Paligemma、TFRecord、VOC数据集合集.rarMasati-V1 2023-11-13 5:42 PM ============================= *与您的团队在计算机视觉项目上合作 *收集和组织图像 *了解和搜索非结构化图像数据 *注释,创建数据集 *导出,训练和部署计算机视觉模型 *使用主动学习随着时间的推移改善数据集 对于最先进的计算机视觉培训笔记本,您可以与此数据集一起使用 该数据集包含3983张图像。 沿海地区以可可格式注释。 将以下预处理应用于每个图像: *像素数据的自动取向(带有Exif-Arientation剥离) *调整大小为640x640(拉伸) 应用以下扩展来创建每个源图像的3个版本: *水平翻转的50%概率 *垂直翻转的50%概率
光模块器件级解析:TOSA/ROSA/BOSA原理与SFP选型实战
光模块是光通信链路中实现电光转换的核心硬件,其性能边界由内部光电器件——TOSA(发射组件)、ROSA(接收组件)和BOSA(收发集成组件)的物理特性决定。理解这些器件的工作原理、材料差异与关键参数(如SMSR、暗电流、波长锁定精度),有助于突破‘插上即用’的认知误区,精准匹配光纤类型、链路衰减与温度环境。在实际工程中,TOSA的激光器类型(DFB/VCSEL)直接约束单模/多模适配性,ROSA的PIN/APD选型影响接收灵敏度与供电鲁棒性,而BOSA的WDM滤光设计则带来串扰与热漂移挑战。本文聚焦可测量、
光模块基本原理详解:从TOSA/ROSA到DSP的完整信号链路
在数据中心与通信网络的飞速发展中,光模块作为信息传输的物理基石,其内部原理直接影响系统性能与稳定性。理解光模块,需从电信号与光信号转换的底层逻辑入手:发射端通过激光器驱动芯片将电信号调制为光信号,经TOSA耦合进光纤;接收端则通过ROSA中的探测器与TIA恢复电信号。在此过程中,MCU负责数字诊断监控(DDM),保障模块健康运行;而面对高速PAM4信号,DSP芯片承担了均衡与纠错的关键角色。掌握这些核心器件的工作原理,有助于工程师在光链路设计、故障排查及选型时做到有的放矢。本文从光通信基础概念出发,系统梳理
卫星俯视物体检测24-YOLO(v5至v9)、COCO、CreateML、Darknet、Paligemma、TFRecord、VOC数据集合集.rar
卫星俯视物体检测24-YOLO(v5至v9)、COCO、CreateML、Darknet、Paligemma、TFRecord、VOC数据集合集.rardota_val2_for_yolov5-V1 2022-06-21 12:26 pm ============================= *与您的团队在计算机视觉项目上合作 *收集和组织图像 *了解和搜索非结构化图像数据 *注释,创建数据集 *导出,训练和部署计算机视觉模型 *使用主动学习随着时间的推移改善数据集 对于最先进的计算机视觉培训笔记本,您可以与此数据集一起使用 该数据集包括4106张图像。 车辆以可可格式注释。 将以下预处理应用于每个图像: 没有应用图像增强技术。
卫星俯视物体检测5-YOLO(v5至v9)、COCO、CreateML、Darknet、Paligemma、TFRecord、VOC数据集合集.rar
卫星俯视物体检测5-YOLO(v5至v9)、COCO、CreateML、Darknet、Paligemma、TFRecord、VOC数据集合集.rarKY-V5 2023-03-06 4:56 PM ============================= *与您的团队在计算机视觉项目上合作 *收集和组织图像 *了解和搜索非结构化图像数据 *注释,创建数据集 *导出,训练和部署计算机视觉模型 *使用主动学习随着时间的推移改善数据集 对于最先进的计算机视觉培训笔记本,您可以与此数据集一起使用 该数据集包括3023张图像。 汽车以可可格式注释。 将以下预处理应用于每个图像: 没有应用图像增强技术。


