第六周项目一-分数类的雏形(1)

本文介绍了一个C++分数类的实现,包括构造、设置、简化、放大和输出功能,通过实例展示了如何使用该类进行分数的数学运算。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 /*
 *Copyright(c)2016,烟台大学计算机与控制工程学院
 *All rights reserved
 *文件名称:123.cpp
 *作    者:王蕊
 *完成日期:2016年4月3日
 *版 本 号:v1.0
 *
 *问题描述:实现一个成员函数,测试一个。
 *输入描述:无。
 *程序输出:无。
*/  
#include <iostream>  
using namespace std;  
class CFraction  
{  
private:  
    int nume;  
    int deno; 
    int simplify_nume;  
    int simplify_deno; 
public:  
    CFraction(int nu = 0,int de = 1); 
    void set(int nu = 0,int de = 1); 
    void input();
    void simplify();  
    void amplify(int n);   
    void output(int style = 0);  
};    
CFraction::CFraction(int nu,int de):nume(nu),deno(de){}   
void CFraction::set(int nu,int de)  
{  
    nume = nu;  
    deno = de;  
}    
void CFraction::input()  
{  
    char temp;  
    cin >> nume >> temp >> deno;  
}   
void CFraction::simplify()  
{  
    int temp;  
    int nu = nume;  
    int de = deno;  
    while(nu%de)  
    {  
        temp = nu%de;  
        nu = de;  
        de = temp;  
    }  
    simplify_nume = nume/de;  
    simplify_deno = deno/de;  
}    
void CFraction::amplify(int n)  
{  
    deno *= n;  
    nume *= n;  
}    
void CFraction::output(int style)  
{  
    if(style == 0)  
        cout << nume << "/" << deno << endl;  
    else if(style == 1)  
        cout << simplify_nume << "/" << simplify_deno << endl;  
    else if(style == 2)  
        if((float)nume/(float)deno < 1.0)  
            cout << nume << "/" << deno << endl;  
        else if((float)nume/(float)deno == 1.0)  
            cout << nume/deno << endl;  
        else  
            cout << nume/deno << "(" << nume%deno << "/" << deno << ")" << endl;  
    else  
        cout << nume/deno << endl;  
}  
int main()  
{  
    CFraction demo(8,6);  
    demo.simplify();  
    demo.output(0);  
    demo.output(1);  
    demo.output(2);  
    demo.output(3);  
    demo.amplify(2);
    demo.output(0);  
    demo.set(5,2);  
    demo.output(0);  
    demo.input();  
    demo.output(0);  
    return 0;  
}  
运行结果:


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,采用多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