福建省新机动车号牌号码网上自编自选系统使用指南之菜鸟篇
懒得再贴图了,详细请见:
http://blog.csdn.net/yulimin/article/details/7163017
选号前的准备热身活动,准备好相关的资料,由于新系统所需要的资料与旧系统不一样,请按如下准备:
车辆识别代号 : 一定要从4S店先拿到
身份证明号码 : 啥?忘记了,那找公安局再生成一个给你
所有人姓名 : 选车号太激动有可能会忘记自己名字的
住所详细地址*: 你不是火星来的就好好填上
邮政编码* : 这个可以随便。。。
移动电话* : 没移动就联通或电信
由于种种原因,旧系统直接被废弃掉了,现在采用了与看似与广东省一样的系统,实际上并不一样。
至于什么原因,我就不在这里八卜了,自己找新闻看,比如:http://www.fjsen.com/d/2011-12/24/content_7423924.htm
一、访问入口主站,获得直正的地址
由于种种XXX原因,有时不让你直接进网站,先访问《福建公安公众服务平台》:http://www.fjgat.gov.cn/html/index/index.html
然后如下所示,服务大厅 ==>> 交管
然后在左下角的《热点服务》下面,单击《机动车号牌自主选号》,这个时候你可以知道具体的地址了:http://218.85.72.204:9080/vehweb/navigator
以后可以直接进入,如果有提示XXX原因不让进,就从上面再开始进吧。
由于种种XXX原因,系统不是7*24小时开放的,是会提示《系统启用时间,上午:8:00下午:18:00,请关闭窗口!》之类的,而且还限制同时打开多个窗口,限制IP之类的,就不一一列举了。
二、安装OCX插件
本来以为这下应当高兴了吧,因为看到真正的系统链接了,别高兴太早,先下载OCX的安装文件,如下:
Tmriplate.exe 大小为 1.21 MB (1,273,346 字节),还算便宜了。
在用 Windows 7 操作系统的同学注意一下了,需要以《管理员员身份运行》进行安装才可以,要不然就会一直杯具而安装不上,用不了,浏览器就会一直提示下载。
安装就是一路《下一步》不用说了。
安装完了,关闭这个下载文件的浏览器窗口,重新再从上一个浏览器窗口点击《机动车号牌自主选号》链接进入。第一次用最好是关闭所有的浏览器重新再开始,保险一些。
三、开始进入选号系统选号
第1步,看清楚说明并等待30秒,然后点击《我已阅读并同意上述约定》,如下:
第2步,进入《选择车管所》,选择你所在的地区交警,比如:莆田市公安局交警支队
第3步,输入《车辆和所有人证明信息》,如下,需要输入车辆识别代号、身份证明号码、所有人姓名
第4步,输入所有人联系信息
第5步,确认一下信息
第6步,到了激动人心的时候了,选号界面出现了,开始拼人品了,如下:
第7步,人品大爆发,有可选的号出现了啦。。。。。。,如下:
第8步,这时《确认选号》会变成可以单击了,还不赶快点下去???
第9步,《确认选号》后会打印出预先号凭证,如下:
第10步,然后点击《预选号凭证》按钮,可以开始打印,由于我设置打印成PDF,各位就直接打印,或保留一份吧,如下所示:
第10步,打开PDF看里面的内容,如下:
于是大功告成啦。。。。。。
四、去车管所办手续吧,恭喜!!!
分享到:
相关推荐
1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 替换数据可以直接使用,注释清楚,适合新手
1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 替换数据可以直接使用,注释清楚,适合新手
广东省关于人工智能赋能千行百业的若干措施.docx
湖北省数据条例(草案)(征求意见稿).docx
中软国际IT培训中心的培训教程,属于学习CSS网页设计的基础入门教程,讲一些原理和概念,高深的理论不太多。
Python Data Structures and Algorithms Minimal and clean example implementations of data structures and algorithms in Python 3. Contribute Thank you for your interest in contributing! There are many ways to contribute to the project. Start testing from here Take note when running all tests using unittest $ python3 -m unittest discover tests To run some specific tests you can do the following (e.g. sort) $ python3 -m unittest tests.test_sort Run all tests using pytest Make a note when $ python3 -m
TeamIDE-win-2.6.31Team IDE 集成MySql、Oracle、金仓、达梦、神通等数据库、SSH、FTP、Redis、Zookeeper、Kafka、Elasticsearch、M
内容概要:本文综述了C、C++、Python、Java这四种主流编程语言中,用于实现常见和高级算法的学习资料,覆盖范围广泛,从书籍、在线课程平台到GitHub上的开源代码仓库均有提及。每种语言都详述了推荐的学习资源及其优势,旨在满足不同程度学习者的需要。 适合人群:对算法实现有兴趣的学生、自学爱好者、开发者等。 使用场景及目标:帮助读者挑选合适的语言和资源深入理解算法的理论与实际编码技巧,适用于个人提升、项目实践或教学使用。 其他说明:文章提供了丰富的学习渠道和实战项目,既适合作为基础理论的学习,也适合于实际操作练习,尤其强调通过实做加深理解的重要性。
aiuiphone0000000000000000000
支持多场景回调开箱即用 原生仿百度登录验证.zip
2023 年“泰迪杯”数据分析技能赛B题-企业财务数据分析与造假识别 完整代码
Levenshtein Python C 扩展模块包含用于快速计算 Levenshtein 距离和字符串相似度的函数内容需要维护者介绍文档执照历史源代码作者需要维护者我 (Mikko Ohtamaa) 目前不维护此代码。我只是为了方便起见才将其拉到 Github 上的(之前在公共存储库中不可用)。因此,如果您提交了任何问题,我都不会调查。介绍Levenshtein Python C 扩展模块包含用于快速计算的函数Levenshtein(编辑)距离和编辑操作字符串相似度近似中位数字符串,以及一般字符串平均值字符串序列和集合相似度它同时支持普通字符串和 Unicode 字符串。需要 Python 2.2 或更新版本。StringMatcher.py 是一个基于 Levenshtein 构建的类似 SequenceMatcher 的示例类。它缺少一些 SequenceMatcher 的功能,但又有一些额外的功能。Levenshtein.c 也可以用作纯 C 库。您只需在编译时定义 NO_PYTHON 预处理器符号 (-DNO_PYTH
基于OpenCV像素检测的Onmyoji游戏脚本
Pythonbot高斯网格图射线投射网格图激光雷达至网格地图k-均值对象聚类矩形接头大满贯迭代最近点 (ICP) 匹配FastSLAM 1.0路径规划动态窗口方法基于网格的搜索Dijkstra 算法A* 算法D*算法D* Lite 算法位场算法基于网格的覆盖路径规划国家网格规划偏极采样车道采样概率路线图(PRM)规划快速探索随机树(RRT)回程时间*RRT* 和 reeds-shepp 路径LQR-RRT*五次多项式规划Reeds Shepp 规划基于LQR的路径规划Frenet 框架中的最佳轨迹路径追踪移动到姿势控制斯坦利控制后轮反馈控制线性二次调节器 (LQR) 速度和转向控制模型预测速度和转向控制采用 C-GMRES 的非线性模型预测控制手臂导航N关节臂对点控制带避障功能的手臂导航航空导航无人机三维轨迹跟踪火箭动力着陆双足动物倒立摆双
可信任的企业4.0生态系统.pptx
学生信息包括:学号,姓名,年龄,性别,出生年月,地址,电话,E-mail等。试设计一学生信息管理系统,系统提供菜单方式作为人机界面并具有如下功能: 学生信息录入功能 学生信息浏览功能 按学号、姓名等进行查询、排序功能 2、要求界面简单明了;对输入的数据具有有效性检查能力,比如输入的成绩不在0~100之间,要求重新输入;
原生js谷歌网页电吉他弹奏源码.rar
原生js微信分享到朋友圈浮动层代码.zip
第7章 聚类算法 - 作业 - 副本.ipynb
AICon 2024全球人工智能开发与应用大会(脱敏)PPT合集,共30份。 AI辅助编程测评与企业实践 SmartEV和AI 蔚来的思考与实践 下一代 RAG 引擎的技术挑战与实现 书生万象大模型的技术演进与应用探索 人工智能行业数据集构建及模型训练方法实践周华 全方位评测神经网络模型的基础能力 千亿参数 LLM 的训练效率优化 向量化与文档解析技术加速大模型RAG应用落地 基于大模型的缺陷静态检查 多环境下的 LLM Agent 应用与增强 大模型在华为推荐场景中的探索和应用 大模型在推荐系统中的落地实践 大模型的异构计算和加速 大模型辅助需求代码开发 大语言模型在法律领域的应用探索 大语言模型在计算机视觉领域的应用 大语言模型的幻觉检测 小米大模型端侧部署落地探索 快手可图大模型的技术演进与应用探索 提升大模型知识密度,做高效的终端智能 电商大模型及搜索应用实践 百度大模型 原生安全构建之路 硅基流动高性能低成本的大模型推理云实践 语言模型驱动的软件工具思考:可解释与可溯源 长文本大模型推理实践:以 KVCache 为中心的分离式推理架构 阿里云 AI 搜索 RAG 大模型优