2021-01-07

java写的一小段程序 运行不了,

import java.util.Scanner;

public class Main{
	public static void main(String[] args) {
		Scanner scanner=new Scanner(System.in);
		System.out.println("输入 A ");
	    String A= scanner.nextLine();
    	System.out.println("输入 B ");
    	String B=scanner.nextLine();
    	System.out.println(A);
    	System.out.println(B);
	    if(A=="剪刀"){
	  
	    	switch(B) {
	    	case "剪刀":
	    		System.out.println("平局");
	    		break;
	    	case "石头":
	    	   System.out.println("B win!");
	    	   break;
	    	case "布":
	    		System.out.println("A win!");
	    		break;
	    	default:
	    	
	    	}
	    }
	    
	    
	    else if(A=="石头") {

	    	switch(B) {
	    	case "剪刀":
	    		System.out.println("A win!");
	    		break;
	    	case "石头":
	    	   System.out.println("平局");
	    	   break;
	    	case "布":
	    		System.out.println("B win!");
	    		break;
	    	default:
	    	
	    	}
	    }
	    
	    else if(A=="布") {
	    	
	    	switch(B) {
	    	case "剪刀":
	    		System.out.println("B win!");
	    		break;
	    	case "石头":
	    	   System.out.println("A win!");
	    	   break;
	    	case "布":
	    		System.out.println("平局");
	    		break;
	    	default:
	    	
	    	}
	    }
		
	}
	
}
内容概要:该论文聚焦于6G通信中20-100GHz频段的电磁场(EMF)暴露评估问题,提出了一种基于自适应可重构架构神经网络(RAWA-NN)的预测框架。该框架通过集成权重分析模块和优化模块,能够自动优化网络超参数,显著减少训练时间。模型使用70%的前臂数据进行训练,其余数据用于测试,并用腹部和股四头肌数据验证模型泛化能力。结果显示,该模型在不同参数下的相对差异(RD)在前臂低于2.6%,其他身体部位低于9.5%,可有效预测皮肤表面的温升和吸收功率密度(APD)。此外,论文还提供了详细的代码实现,涵盖数据预处理、权重分析模块、自适应优化模块、RAWA-NN模型构建及训练评估等内容。 适合人群:从事电磁兼容性研究、6G通信技术研发以及对神经网络优化感兴趣的科研人员和工程师。 使用场景及目标:①研究6G通信中高频段电磁暴露对人体的影响;②开发更高效的电磁暴露评估工具;③优化神经网络架构以提高模型训练效率和预测精度。 其他说明:论文不仅提出了理论框架,还提供了完整的代码实现,方便读者复现实验结果。此外,论文还讨论了未来的研究方向,包括扩展到更高频段(如300GHz)的数据处理、引入强化学习优化超参数、以及实现多物理场耦合的智能电磁暴露评估系统。建议读者在实际应用中根据具体需求调整模型架构和参数,并结合真实数据进行验证。
评论 1
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