蜻蜓Q系统php版本关于验证码/邮箱/用户名三者注册机制对应开启或关闭代码需要修改的部分以及如何自由切换

蜻蜓Q系统php版本关于验证码/邮箱/用户名三者注册机制对应开启或关闭代码需要修改的部分以及如何自由切换

1,开启邮箱注册登录。

首先是注册页面 /pages/register/register.vue

第91行

            password: '',
            invitationCode: '',
            // 1 手机号 0 邮箱 2 用户名
            type: 1,

此部分 type的 1 改成 0

第22行

                        <input class="form-item__input" type="text" placeholder="手机号" v-model="username" />

改成

                        <input class="form-item__input" type="text" placeholder="请输入邮箱" v-model="username" />

然后是登陆页面

/pages/login/login.vue

                <input class="form-item__input" type="text" placeholder="手机号" v-model="username" />

21行对应

第72行处

                <input class="form-item__input" type="text" placeholder="邮箱" v-model="username" />
export default {
    data() {
        return {
            username: '',
            password: '',
            loading: false,
            checked: true,
            // 是否强制用户名登录
            flag: 0
        };
    },

是否强制用户名登陆检测这里,checked 改为 false。

2,开启手机号注册登录。

首先登陆后台配置短信信息,默认为云片网短信服务商,审核通过的模板和签名相关信息填入此处,测试保证可收发短信。

首先是注册页面 /pages/register/register.vue
第22行

                        <input class="form-item__input" type="text" placeholder="手机号" v-model="username" />

保持这样

第91行type对应改成 1

            invitationCode: '',
            // 1 手机号 0 邮箱 2 用户名
            type: 1,
            checked: true,
            // 是否需要验证码
            need_validation_code: true,

/pages/login/login.vue

                <input class="form-item__input" type="text" placeholder="手机号" v-model="username" />

保持显示手机号

            loading: false,
            checked: true,
            // 是否强制用户名登录
            flag: 0

是否强制用户名登陆检测这里,checked 改为 false。

3,开启用户名直接注册登录(此方式最为简便)
/pages/register/register.vue

第91行type对应改成 2

            invitationCode: '',
            // 1 手机号 0 邮箱 2 用户名
            type: 2,
            checked: true,
            // 是否需要验证码
            need_validation_code: true,

第22行

                        <input class="form-item__input" type="text" placeholder="用户名" v-model="username" />

保持这样

/pages/login/login.vue

                <input class="form-item__input" type="text" placeholder="手机号" v-model="username" />

保持显示手机号

            loading: false,
            checked: true,
            // 是否强制用户名登录
            flag: 0

是否强制用户名登陆检测这里,checked 保持为true。

蜻蜓算法(Dragonfly Algorithm)是一种基于仿生学原理的优化算法,最早由M. Mahdavi等人提出。该算法模拟了蜻蜓的行为与迁徙模式,具有较好的全局搜索能力和收敛性,常用于求解最优化问题。 以下是一个简单的蜻蜓算法的MATLAB代码实现示例: ```matlab function [best_solution, best_fitness] = dragonfly_algorithm(problem, population_size, max_iterations) % 初始化种群 population = initialize_population(problem, population_size); % 计算初始最优解及其适应度 [best_solution, best_fitness] = determine_best_solution(population, problem, population_size); % 开始迭代 for iteration = 1:max_iterations % 更新每只蜻蜓的位置和速度 population = update_positions(population, best_solution); population = update_velocities(population, best_solution); % 根据新位置计算适应度 [best_solution, best_fitness] = determine_best_solution(population, problem, population_size); % 更新最优解 best_solution = update_best_solution(best_solution, population, problem, population_size); % 输出当前迭代次数和最优适应度 disp(['Iteration ' num2str(iteration) ': Best Fitness = ' num2str(best_fitness)]); end end % 根据问题的具体要求,初始化种群 function [population] = initialize_population(problem, population_size) % 根据问题的自变量维度,生成随机初始位置 % 示例:population = rand(population_size, problem.dimension); end % 计算当前种群中每只蜻蜓的适应度,找出最优解 function [best_solution, best_fitness] = determine_best_solution(population, problem, population_size) % 根据问题的具体计算方式,计算每只蜻蜓的适应度 % 示例:fitness = compute_fitness(population, problem); % 找出适应度最好的蜻蜓 [best_fitness, best_index] = max(fitness); best_solution = population(best_index, :); end % 更新每只蜻蜓的位置 function [population] = update_positions(population, best_solution) % 根据蜻蜓算法的迁徙模式,更新每只蜻蜓的位置 % 示例:population = population + (best_solution - population) * rand(); end % 更新每只蜻蜓的速度 function [population] = update_velocities(population, best_solution) % 根据蜻蜓算法的速度更新规则,更新每只蜻蜓的速度 % 示例:population = population + (best_solution - population) * rand() + (population - best_solution) * rand(); end % 根据当前种群更新最优解 function [best_solution] = update_best_solution(best_solution, population, problem, population_size) % 根据问题的要求,更新最优解 % 示例:best_solution = find_best_solution(population, problem); end ``` 以上是一个简单的蜻蜓算法的MATLAB代码实现示例,其中省略了具体问题的适应度计算和最优解更新等部分代码。实际应用时,需要根据具体问题进行适当的修改和优化。
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

打赏作者

优雅草·央千澈

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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