关于变量值交换的问题

    我们在定义变量时,系统会给所定义的这变量分配一个存储单元。但我们在主函数中给两个定义好的变量交换值时,如果是通过另外一个函数对这两个变量进行交换是不能实现的,因为没有更改这两个变量存储单元中的值。

 

例如:左边图中的代码在函数中看是进行交换了,但实际上却没有进行交换,存储单元中的值还是没有改变。

 

 

    如果我们要对两个数进行真正上的交换,即存储单元中的值的交换,那么就应该用指针来对这两个变量交换。

 

 

那他是如何实现的呢?

    在使用指针进行交换时,要用到“  *  ”解引用。先定义一个变量来存放*p1的值(解引用的值),然后把*p2的值赋给*p1,再把tmp中保存的值赋给*p2。

在指针中,定义时用“ * ”来说明是个指针变量(int *p),在使用时“ * ”用来解引用(*p)。

int *p=&a,指针变量也是个变量,它存放的是地址,即p的值为变量a的地址

*p=a,*p相当于变量a。

 

 

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,通过优化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,并可通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