二维数组(温习)

这是一个简单的C++程序,用于从用户那里接收5位同学每位同学3门课程的成绩,并计算每位同学的总成绩及平均成绩。程序使用二维数组存储成绩,并通过函数进行成绩统计。
	/* 
2.	* 程序的版权和版本声明部分 
3.	* Copyright (c)2013, 烟台大学计算机学院学生 
4.	* All rightsreserved. 
5.	* 文件名称:score.cpp                            
6.	* 作    者:刘明亮                             
7.	* 完成日期: 2013 年  3 月 8  日 
8.	* 版本号: v1.0       
9.	* 输入描述:
10.	* 问题描述:
11.	* 输出:
*/  
#include<iostream>
using namespace std;
void chengji(const float s[5][3]);
int main()
{
	int i,j;
	float s[5][3];
	for(i=0;i<5;i++)
		for(j=0;j<3;j++)
			cin>>s[i][j];
		chengji(s);
		return 0;
}
void chengji(const float s[5][3])
{
	int i,j;
	float sum=0,avg=0;
	for(i=0;i<5;i++){
		for(j=0;j<3;j++){
			sum+=s[i][j];
		}
		avg=sum/3;
		cout<<"第i位同学的总成绩是:"<<sum<<",平均成绩是:"<<avg<<endl;
		avg=0;
		sum=0;
	}
}

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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