多科成绩单

/* 
* Copyright (c) 2011, 烟台大学计算机学院 
* All rights reserved. 
* 作    者:王静  
* 完成日期:2012 年12  月9  日 
* 版 本 号:v1.0 
* 输入描述:无
* 问题描述:无
* 程序输出:无
* 问题分析:无
* 算法设计:略 
*/  


#include <iostream>  
#include <string>  
#include <cmath>  
double get_max_score(double a[][5],int num,int j);  
double get_min_score(double a[][5],int num,int j);  
double get_avg_score(double a[][5],int num,int j);  
double get_stdev_score(double a[][5],int num,int j);  
output_score(double a[][5],int num);  
using namespace std;  
int main()  
{  
 int i,j,m,n,num;  
 double score,a[10000][5];  
    string b[5]={"学号","高数","英语","c++","总成绩"};  
    cout<<"请输入学生数量:";  
    cin>>num;  
    for(i=0;i<num;i++)  
    {  
  cout<<"请依次输入学号为"<<i<<"学生的高数,英语,c++成绩:";  
  a[i][0]=i;  
  for(j=1;j<4;j++)  
  {  
            cin>>score;  
            a[i][j]=score;  
        }  
        a[i][4]=a[i][1]+a[i][2]+a[i][3];  
    }  
    cout<<b[0]<<'\t'<<b[1]<<'\t'<<b[2]<<'\t'<<b[3]<<'\t'<<b[4]<<"\n";  
    for(n=0;n<num;n++)  
 {  
        cout<<"\n";  
  for(m=0;m<5;m++)  
        {  
            cout<<a[n][m]<<'\t';  
        }  
 }  
    cout<<"\n";  
 for(i=1;i<4;i++)  
 {  
  cout<<b[i]<<"的最高成绩"<<get_max_score(a,num,i)<<",";  
  cout<<"最低成绩是"<<get_min_score(a,num,i)<<", ";    
  cout<<"平均成绩是"<<get_avg_score(a,num,i)<<", ";    
        cout<<"成绩的标准偏差是"<<get_stdev_score(a,num,i)<<endl;  
    }  
    output_score(a,num);  
    cout<<"\n";  
 return 0;  
}  

double get_max_score(double a[][5],int num,int j)  
{  
 int i;  
 double max;  
    max=-1;  
    for(i=0;i<num;i++)  
    {  
        if(a[i][j]>max)  
        {  
            max=a[i][j];  
  }
    }  
    return max;  
}  

double get_min_score(double a[][5],int num,int j)  
{  
    int i;  
    double min=100000;     
    for(i=0;i<num;i++)  
    {  
        if(a[i][j]<min)  
        {  
            min=a[i][j];  
        }  
    }  
 return min;  
}  

double get_avg_score(double a[][5],int num,int j)  
{  
    int sum=0,i;  
    for(i=0;i<num;i++)  
    {  
        sum+=a[i][j];  
    } 
 return sum/num;
} 

double get_stdev_score(double a[][5],int num,int j)  
{  
 int i;  
    double b,x,sum=0;    
    b=get_avg_score(a,num,j);  
    for( i=0;i<num;i++)      
    {      
        x=a[i][j]-b;      
        sum+=x*x;      
 }      
    return sqrt(sum/(num-1));  
}  

output_score(double a[][5],int num)    
{    
    double max=get_max_score(a,num,4);    
    int i,c=0;    
    bool first=true;    
    cout<<"总分最高分为"<<max;    
    for(i=0;i<num;++i)    
    {    
        if(a[i][4]==max)     
            ++c;    
    }    
 cout<<",有"<<c<<"人达到最高分,他们的学号是:";    
    for(i=0;i<num;++i)    
    {    
  if(a[i][4]==max)    
            if(first)    
   {    
                cout<<i;    
                first=false;    
            }    
   else    
   {    
                cout<<"、"<<i;    
            }    
 }    
    cout<<endl;     
    double min=get_min_score(a,num,4);    
    c=0;    
    first=true;    
    cout<<"总分最低分为"<<min;    
    for(i=0;i<num;++i)    
    {    
        if(a[i][4]==min)     
            ++c;    
 }    
    cout<<",有"<<c<<"人达到最低分,他们的学号是:";    
    for(i=0;i<num;++i)    
 {    
  if(a[i][4]==min)    
   if(first)    
   {    
                cout<<i;    
                first=false;    
   }    
            else    
            {   
    cout<<"、"<<i;    
            }    
    }    
 cout<<endl;    
}    


 

 运行结果:
(贴图)



心得体会:

内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支和高频结构先验建模分支结合Transformer模块和注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员和工程师,尤其是对核磁共振图像超分辨率感兴趣的学者和技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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