1.5 字符输入 / 输出

学习内容:

第一章

1.5 字符输入 / 输出


1.5.1 文件复制

读一个字符
while (该字符不是文件结束指示符)
     输出刚读入的字符
     读下一个字符
#include <stdio.h>
// copy input to output 
int main()
{
	int c;
	c = getchar();
	while (c != EOF)
	{
		putchar(c);
		c = getchar();
	}
	return 0;
}
#include <stdio.h>
// copy input to output 
int main()
{
	int c;
	while ((c = getchar() ) != EOF)		
	    putchar(c);
	return 0;
}

知识点:

putchar和printf函数可以交替调用,输出次序与调用次序一致
在没有输入时,getchar函数将返回一个特殊值,这个特殊值与任何实际字符都不同。这个值成为EOF(end of file,文件结束)。
EOF定义在头文件<stdio.h>中,是个整数型,具体什么数值并不重要,只要它与任何char类型的值都不相同即可。
不等于运算符(!=)的优先级比赋值运算符(=)的优先级高。
因此语句:

c = getchar () != EOF;

等价于语句:

c = (getchar () != EOF);
//该语句执行后,c的值将被置为0或1(取决于调用getchar函数时是否碰到文件结束标志)。

练习题:

1-6. 验证表达式 getchar() != EOF 的值是0还是1。

#include <stdio.h>
int main()
{
	int c;
	while (c = getchar() != EOF)
		printf("%d\n", c);

	return 0;
}

在这里插入图片描述


1-7. 编写一个打印EOF值的程序。

#include <stdio.h>
int main()
{
	printf("%d\n", EOF);

	return 0;
}

在这里插入图片描述


基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人类活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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