c++第二次作业报告(2个实验)

本文提供了两个实用的C++程序案例,包括定期存款利息计算器和多分数段函数求值程序。前者通过用户输入存款金额和期限来计算利息,后者根据输入的x值计算并输出对应的y值。

1、

一、问题及代码:

/* 
* 文件名称:定期存款利息计算器 
* 作    者:贺南鹏  
* 完成日期:2017年3月13日 
* 版 本 号:v1.0 
* 对任务及求解方法的描述部分:定期存款利息计算器
* 输入描述:输入存款金额并选择存款种类
* 问题描述:计算出利息(不计利息税)和本息合计
* 程序输出:计算出利息(不计利息税)和本息合计
* 问题分析:利息=金额×年利率×存期
* 算法设计:要求使用switch语句,根据选择的存款种类,确定利率和存期后计算。  
*/
#include<iostream>
using namespace std;
int main()
{
	double jin,number,xi,sum;
	cout<<"欢迎使用利息计算器"<<endl;
	cout<<"请输入存款金额:"<<endl;
	cin>>jin;
	cout<<"存款期限"<<endl;
	cout<<"1. 3个月"<<endl;
	cout<<"2. 6个月"<<endl;
	cout<<"3. 一年"<<endl;
	cout<<"4. 二年"<<endl;
	cout<<"5. 三年"<<endl;
	cout<<"6. 五年"<<endl;
	cout<<"请输入存款期限的代号:"<<endl;
	cin>>number;
	switch(number>=1&&number<=6)
	{
	    case 1:xi=jin*0.031;break;
	    case 2:xi=jin*0.033;break;
	    case 3:xi=jin*0.035;break;
	    case 4:xi=jin*0.044;break;
	    case 5:xi=jin*0.05;break;
     	    case 6:xi=jin*0.055;break;
	}
	sum=jin+xi;
	cout<<"到期利息为:"<<xi<<endl;
	cout<<"本息合计共:"<<sum<<"元"<<endl;
	cout<<"感谢您的使用,欢迎下次光临!"<<endl;	 
 }
二、运行结果:


2、

一、问题及代码:

/* 
* 文件名称:多分数段函数求值
* 作    者:贺南鹏  
* 完成日期:2017年3月13日 
* 版 本 号:v1.0 
* 对任务及求解方法的描述部分:
* 输入描述:x
* 问题描述:
* 程序输出:y的值
* 问题分析:
* 算法设计:从键盘输入x的值(要求为实型),根据下面的公式计算并输出y的值
*/
#include<iostream>
#include<math.h>
using namespace std;
int main()
{
	float iX;
	cout<<"请输入x的值:"<<endl;
	cin>>iX;
	cout<<"y="<<endl;
	if(iX<2)
	{
		cout<<iX<<endl;
		
	}
	else if(iX<6)
	{
		cout<<iX*iX+1<<endl;
	}
	else if(iX<10)
	{
		iX=sqrt(iX+1);
		cout<<iX<<endl;
	}
	else
	{
		cout<<1/(iX+1)<<endl;
	}
	return 0;
}
二、运行结果:



植物实例分割数据集 一、基础信息 数据集名称:植物实例分割数据集 图片数量: - 训练集:9,600张图片 - 验证集:913张图片 - 测试集:455张图片 总计:10,968张图片 分类类别:59个类别,对应数字标签0至58,涵盖多种植物状态或特征。 标注格式:YOLO格式,适用于实例分割任务,包含多边形标注点。 数据格式:图像文件,来源于植物图像数据库,适用于计算机视觉任务。 二、适用场景 • 农业植物监测AI系统开发:数据集支持实例分割任务,帮助构建能够自动识别植物特定区域并分类的AI模型,辅助农业专家进行精准监测分析。 • 智能农业应用研发:集成至农业管理平台,提供实时植物状态识别功能,为作物健康管理优化种植提供数据支持。 • 学术研究与农业创新:支持植物科学与人工智能交叉领域的研究,助力发表高水平农业AI论文。 • 农业教育与培训:数据集可用于农业院校或培训机构,作为学生学习植物图像分析实例分割技术的重要资源。 三、数据集优势 • 精准标注与多样性:标注采用YOLO格式,确保分割区域定位精确;包含59个类别,覆盖多种植物状态,具有高度多样性。 • 数据量丰富:拥有超过10,000张图像,大规模数据支持模型充分学习泛化。 • 任务适配性强:标注兼容主流深度学习框架(如YOLO、Mask R-CNN等),可直接用于实例分割任务,并可能扩展到目标检测或分类等任务。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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