一本通1029:计算浮点数相除的余

本文解析了如何使用C++编程计算两个双精度浮点数之间的相除余数,提供了代码示例,并介绍了计算余数的定义和步骤。

1029:计算浮点数相除的余


时间限制: 1000 ms         内存限制: 65536 KB
提交数: 67163     通过数: 31443

【题目描述】

计算两个双精度浮点数aa和bb的相除的余数,aa和bb都是双精度浮点数。这里余数(r)(r)的定义是:a=k×b+ra=k×b+r,其中kk是整数,0≤r<b0≤r<b。

【输入】

输入仅一行,包括两个双精度浮点数aa和bb。

【输出】

输出也仅一行,a÷ba÷b的余数。

【输入样例】

73.263 0.9973

【输出样例】

0.4601
#include<bits/stdc++.h>
using namespace std;
int main()
{
    double a, b;
    cin>>a>>b;
    double r=a-int(a/b)*b;
    if(r<0)
    {
        r+=b;//r=r+b;
    }
    cout<<r<<endl;
}

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可过更换数据集进一步验证模型泛化能力。
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