SQL通用防注入系统3.0(asp)    2.0增强版   增加了自动封注入者Ip功能，使注入者不能再访问本站！  3.0版 在2.0增强版的基础上，加入了后台管理功能：  可以查看入侵者提交数据记录功能，解除对注入者ip封锁，以及删除注入记录功能！     文件说明：  Neeao_SqlIn.Asp 防SQl注入主文件，需要注意以下几点：    Neeao_sql_admin.asp 后台管理文件  注意：请用记事本打开Neeao_sql_admin.asp修改里面的管理密码！    使用方法很简单,,  只要在需要防注入的页面头部用   <!--#Include File="Neeao_SqlIn.Asp"-->  就可以做到页面防注入~~  如果想整站防注，就在目录的数据库连接文件中添加头部调用，如conn.asp中！添加  <!--#Include File="Neeao_SqlIn.Asp"-->  需要注意的是，在添加到数据库连接文件中，为了不和程序发生冲突，  需添加在文件代码的最底部！  

摘要:ASP源码,其它类别,HTML源码　　以前找了好久，想要一个“关于我们”的源码，但是找了好久都没有，校园窝给大家共享一个“关于我们”纯html版的，绝对给力。修改用dw就行。

如果对数据库字段不明白的请看文档说明下面的数据库设计.doc 文档说明–设计说明文档 App_data–数据目录 公共库–谁都可以拿来用哦 ps处理–图片处理 功能实现如下: 用户登陆（默认帐号/密码：admin/admin） 用户注册 简历增删改查三个功能. 预览简历功能因为数据太多没有做局部.不过只要把数据提取出来..然后赋值局部一下就完了!将数据读取出来,部局,暂时不做了...多少条数据的就用GRIDVIEW显示出来..或者DataList显示出来在做修改..如果要做一个用户多个简历只要在数据简历主表上面加一个标识就好了.. 简历系统面试的时候面试官叫我写的! 哎..到现在还没有找到工作....如果有朋友是深圳的招人..叫作者吧.QQ679417 作者：吴少峰，发布者：大鸟神

摘要:Delphi源码,其它类别,触摸屏　　Delphi7实现的触摸屏浏览器源代码，类似于游客查询机，让客户自己操作触屏，对一些信息进行初步了解，目前触摸屏应用广泛。本源码无控件，用Delphi7可直接编译完成。 　　源码中使用了一个MD5类，关于这个MD5类： 　　1、MD5String、MD5File、MD5Print、MD5Match这四个函数是供调用的。其他是用来辅助这几个函数的子函数。 　　2、MD5String为加密字符串。 　　3、MD5File为加密这个文件。 　　4、MD5Print是将加密后的密文转换成字符串。 　　5、MD5Match是用来比较密文是否一致。

图片来源于生活场景，总共40个类别，数量14000+；可用于训练垃圾分类网络，用于识别城市垃圾

摘要:VB源码,其它类别,iReader　　VB仿iReader书架效果源代码,首先说明一下，本软件并非iReader，是由VB6编写的一个小软件，仅供研究学习使用，为一位朋友的设计展而做，软件内的素材来源于iReader.APK，并改写成VB6代码。 　　使用说明：iReader.exe 主程序，iReader.ini书架记录。在书架上点击鼠标右键，可进行添加图书，刷新书架等操作。在图书上点击鼠标右键，可进行打开图书，移除图书，添加图书，刷新书架等操作。单击图书即可打卡图书。 　　打开图书后鼠标移动到程序顶部，会滑出工具栏，可进行页面设置和查找文本等操作。 　　点击紫色边框或按键盘PageU

落叶特效个人导航网页源码！个人引导页源码！ 参考截图，适合个人/引导页用，带有3D特效

绿色宽屏大气简洁学校教育企业网站模板设计 DIV+CSS常用的Html网页布局代码,阅读DIV+CSS常用的Html网页布局代码 适合企业

您可以使用本数据集从严格的制图变量（与遥感数据相反）中预测森林覆盖类型（主要的树种）。给定的30 x 30米单元的实际森林覆盖类型是根据美国森林服务（USFS）区域2资源信息系统数据确定的。然后，从美国地质调查局和USFS获得的数据中得出自变量。数据为原始格式（未缩放），包含用于定性自变量（例如荒野和土壤类型）的二进制数据列。 sampleSubmission.csv test3.csv train.csv

目前道路违规事件检测多在固定摄像头下人工框定区域进行检测，但人工框定工作量大，并且摄像头转动会使得框定区域失效。针对此问题，率先提出一种目标检测与语义分割相结合的违停检测方法。该方法首先使用目标检测Faster R-CNN，采取迁移学习、多阶段训练等方法建模，提取共享单车的类别与检测框位置信息。再使用group normalization改进语义分割DeepLab v3+网络模型，提高其在小batch size下训练的模型精度，用于分割图像获得道路的语义和区域信息。最后综合两部分信息，根据单车检测框内不同道路区域所占比例判定共享单车是否属于违规停放。实验结果表明，该方法对共享单车类别的mAP为72.36%，对共享单车违规停放的平均检测率为89.11%，适用于真实城市道路监控环境中。