K3忘记帐套管理员密码的解决办法

K3忘记帐套管理员的解决办法:

因为K3的帐套管理员密码、服务器数据库实体和连接方法都保存在%systemroot%\system32\kdcom文件夹中的AcctCtl.dat文件中,因此要解决问题就必须对此文件进行操作

1、备份AcctCtl.dat文件

2、如果进程里有“KDSVRMGR”进程,通过任务管理器结束掉;

3、删除AcctCtl.dat文件(也可以直接打开AcctCtl.dat,将密码清空,具体打开方法见下文)

4、进入帐套管理,不用输入密码即可进入,但此时的帐套管理界面中组织机构中没有记录,是空的,就像第一次打开“帐套管理”一样,所有的注册信息都丢失了。此时不要退出帐套管理,进行下一步恢复操作;

5、把原来备份的AcctCtl.dat复制到%systemroot%\system32\kdcom文件夹中,直接覆盖;

6、在帐套管理中,进入“系统”菜单的“系统用户管理”。

7、此时,你可以修改ADMIN的密码,或是创建一个新的系统用户了。

 

 

更改主机名后导致帐套失效不可用的解决办法

 

服务器更改主机名后,通过帐套管理,多个帐套均不能正常使用,提示帐套错误

观察帐套管理器,服务器显示的是之前的主机名。问题应该是在这里:帐套连接路径还是原来的主机名,所以导致数据库无法连接,导致帐套不可用。

找到病根后,要做的就是将帐套实体路径及服务器名称修改正确,通过修改AcctCtl.dat数据库文件的t_ad_kdAccount_gl表中的连接字符即可解决问题。

打开AcctCtl.dat数据库的方法见下文。

 

打开AcctCtl.dat数据库的方法

AcctCtl.dat 是 Access 数据库,位置在“%windir%\system32\KDCOM\AcctCtl.dat”,它记录了金蝶帐套对应数据库实体文件名,金蝶用更换管理员身份的办法简单加密。

 

通过office密码破解软件:“Advanced Office Password Recovery”,打开 AcctCtl.dat 文件,可以看见用户信息有【名称:morningstar】【个人ID:ypbwkfyjhyhgzj】。

 

用 Access 2003,打开 AcctCtl.dat 文件,原来是 Access2000 格式,点 工具→安全→用户与组帐号→新建→【名称填:morningstar,个人ID填:ypbwkfyjhyhgzj】→点确定返回→更改登录密码→(管理员本来没密码,给他一个密码,就不能自作主张用管理员登录了)→确定→关闭退出Access。

 

重新打开 Access 2003,打开 AcctCtl.dat 文件,提示登录,因为管理员有密码了,不能自动登录了^_^,我们就填用户名:morningstar,没有密码,点确定,打开了,有用的表有“t_ad_kdAccount_gl”和“t_AutoBKSchemeDetail”里面的实体名和自动备份路径可以随便改。带ID的字段跟其他表有关联,不能改ID号。Access 的数据库用一段时间会大量膨胀,速度变慢,必须手工收缩减肥,点 工具→数据库实用工具→压缩和修复数据库。

上面的改管理员密码和增加morningstar用户操作是写在 System.mdw 文件里面的,如果忘记管理员密码,不能改回原来的了,就把 System.mdw 文件删除就得,Access 发现没有这个文件会重新建一个的。打开 Access 点 工具→安全→工作组管理员,就可以看见这个 System.mdw 文件的路径。

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,能够捕捉数据中的时间依赖性。 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,这些框架提供了构建、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,它们在神经网络中用于添加非线性,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