asp.net中简单的邮件发送,供取回密码!

using System;
using System.Collections.Generic;
using System.Text;
using System.Net;
using System.Net.Mail;
using System.Net.Mime;
using System.Net.Configuration;

namespace BCore.PubFunction
{
    public class MailHandler
    {
        public bool passwordToEmail(string usermail, string newpassword, string loginname)
        {
            try
            {
                System.Configuration.Configuration config = System.Web.Configuration.WebConfigurationManager.OpenWebConfiguration("~/");
                MailSettingsSectionGroup settings = (MailSettingsSectionGroup)config.GetSectionGroup("system.net/mailSettings");
                System.Net.NetworkCredential credential = new System.Net.NetworkCredential(settings.Smtp.Network.UserName, settings.Smtp.Network.Password);

                System.Net.Mail.MailMessage msg = new System.Net.Mail.MailMessage();
                //msg.To.Add("itblackhole@163.com");//可以发送多人
                msg.To.Add(usermail);
                msg.From = new MailAddress("itblackhole@gmail.com", "*******", System.Text.Encoding.UTF8); /*3个参数分别是发件人地址(可以随便写),发件人姓名,编码*/
                msg.Subject = "黑核软件技术服务有限公司";//邮件标题 
                msg.SubjectEncoding = System.Text.Encoding.UTF8;//邮件标题编码 


                //msg.Body = "邮件内容";
                //邮件内容 ,设置IsBodyHtml为真时,下面的代码才生效
                msg.Body ="<table cellpadding=/"3/" cellspacing=/"3/" border=/"0/" width=/"60%/">";
                msg.Body +="<tr>";
                msg.Body +="    <td>";
                msg.Body +="        <b>"+loginname +":</b>";
                msg.Body +="    </td>";
                msg.Body +="</tr>";
                msg.Body +="<tr>";
                msg.Body +="    <td>    您好!</td>";
                msg.Body +="</tr>";
                msg.Body += "<tr>";
                msg.Body += "   <td>    您的密码是:<span style =/"font-size :large ; color :Red ;/">" + newpassword + "</span>,请注意保管!</td>";
                msg.Body += "</tr>";
                msg.Body +="<tr>";
                msg.Body +="    <td style =/"text-align :right ;/">公司客服部</td>";
                msg.Body +="</tr>";
                msg.Body +="<tr>";
                msg.Body +="    <td style =/"text-align :right ;/">"+DateTime .Now.ToString ("yyyy年MM月dd日 HH:mm:ss")+"</td>";
                msg.Body +="</tr>";
                msg.Body +="</table>";

                msg.BodyEncoding = System.Text.Encoding.UTF8;//邮件内容编码 
                //msg.IsBodyHtml = false;//是否是HTML邮件 
                msg.IsBodyHtml = true;
                msg.Priority = MailPriority.High;//邮件优先级 

                SmtpClient client = new SmtpClient();

                client.Credentials = new System.Net.NetworkCredential(System.Configuration.ConfigurationManager.AppSettings["emailAddress"].ToString(), System.Configuration.ConfigurationManager.AppSettings["emailPassword"].ToString());//邮箱和密码,一般是写在web.config中,这里只是为了简单的理解. 

                client.Port = 587;//使用的端口 
                client.Host = "smtp.gmail.com";
                client.EnableSsl = true;//经过ssl加密 
                object userState = msg;
                try
                {
                    //client.SendAsync(msg, userState);                
                    //简单一点儿可以client.Send(msg);
                    client.Send(msg);
                    //this.Label1 .Text ="发送成功";
                    return true;
                }
                catch (System.Net.Mail.SmtpException ex)
                {
                    //this.Label1.Text = "发送邮件出错" + ex.ToString (); 
                    return false;
                }

            }
            catch (Exception ex)
            {
                return false;
            }
        }

        /// <summary>
        /// 生成密码
        /// </summary>
        /// <returns></returns>
        public string makePassword()
        {
            string words = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijkmnopqrstuvwxyz1234567890";
            string tmpstr = "";
            int iRandNum;
            Random rnd = new Random();
            for (int i = 0; i <= 8; i++)
            {
                iRandNum = rnd.Next(words.Length);
                tmpstr += words[iRandNum];
            }
            return tmpstr;
        }

    }
}
web.config配置文件中对邮箱的一些参数进行配置

<?xml version="1.0" encoding="utf-8"?>
   <configuration>
   <appSettings>
   <!--电子邮箱的配置信息-->
      <add key ="emailAddress" value ="itblackhole@gmail.com"/>
      <add key ="emailPassword" value ="huyo86@huyo"/>
    </appSettings>
    ………………
具体的实现:

protected void btnSubmit_Click(object sender, EventArgs e)
        {
            BLL.TuUsers_BasicInfo info=new ESite.BLL.TuUsers_BasicInfo ();
            Model.TuUsers_BasicInfo model = new ESite.Model.TuUsers_BasicInfo();
            int userId=isValidata(this.txtLoginName.Text.Trim(), this.txtEmail.Text.Trim());
            //登录名和邮箱名是否通过用户验证

            if (userId!=0)
            {
                

                MailHandler mail = new MailHandler();
                string newPassword = mail.makePassword().ToString();
                model=info.GetModel (userId );
                model.UbscloginPwd = InfoEncrypt.mToLower(this.txtLoginName.Text.Trim() + newPassword);
                try
                {
                    info.Update(model);
                    if (mail.passwordToEmail(this.txtEmail.Text.Trim(), newPassword, this.txtLoginName.Text.Trim()))
                    {
                        PublicMethod.MessageBox("密码已发送至邮箱,请查收!");
                    }
                    else
                    {
                        PublicMethod.MessageBox("密码发送失败!");
                    }
                }
                catch
                {
                    PublicMethod.MessageBox("更新用户数据时失败!");
                }
            }
            else
            {
                PublicMethod.MessageBox("对不起,您所填写的信息用误!");
            }
        }

        private int isValidata(string loginName, string userEmail)
        {
            int result = 0;
            BLL.TuUsers_BasicInfo info = new ESite.BLL.TuUsers_BasicInfo();
            try
            {
                DataTable tempTable = info.getUserInfo(loginName, userEmail).Tables[0];
                if (tempTable != null && tempTable.Rows != null && tempTable.Rows.Count > 0)
                {
                    result = ObjectMethod.ObjectToInt(tempTable.Rows[0][0]);
                }
                else
                {
                    result = 0;
                }
            }
            catch
            {
                result = 0;
            }
            return result;
        }

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值