进制转换

1、十进制转换成2进制。

#include <iostream>
#include <fstream>
#include <string>
#include <algorithm>
using namespace std;
string s;//全局变量
int main(int argc, char* argv[])
{
    int n;
    while(cin>>n)
    {
        if(n==0)
        {
            cout<<" 0-->0\n";
            continue;
        }
        s="";
        for(int a=n;a; a=a/2)
        {
            //s=s+(a%2?'1':'0');
            if(a%2==0)
            {
                s=s+'0';
            }
            else
            {
                s=s+'1';
            }
        }
        std::reverse(s.begin(),s.end());  //反转
        cout<<n<<(n<0?"-->-":"-->")<<s<<"\n";
    }
    return 0;
}

2、二进制转换成十进制。

#include <iostream>
#include <math.h>
using namespace std;
int main()
{
    int a,b=0,m,k=0;
    cout<<"输入一个二进制"<<endl;
    cin>>a;
    while (a!=0)
    {
        m=a%10;
        a/=10;
        b+=m*pow(2,k++);
    }
    cout<<"对应十进制为"<<endl;
    cout<<b<<endl;
}
基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法与Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度与动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,并在Matlab平台上实现了完整的算法仿真与验证,展示了该方法在高精度定位控制中的有效性与实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员与工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模与预测控制相关领域的研究生与研究人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能预测控制;②为复杂非线性系统的数据驱动建模与线性化提供新思路;③结合深度学习与经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子与RNN结合的建模范式,重点关注数据预处理、模型训练与控制系统集成等关键环节,并可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想与工程应用技巧。
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