作业2 结对子作业

本文讲述了作者与其合作伙伴在完成编程作业过程中的经历与体会。通过共同解决问题,两人在运算符处理、界面设计等方面都有所进步,并享受到了编程带来的乐趣。

一、一起合作的小伙伴的名字及博客:陈淑筠  http://www.cnblogs.com/babybluecsj/

二、总结与心得:

1.总结:第一次两个人合作完成这个作业收获还是蛮多的,在本次作业中,我们两个经过讨论解决了运算方面的各种难题:

例如一开始的运算符打印不出,后来经过同学帮助,才知道要将其转换成字符型;

还有在生成多个运算符的时候,学艺不精的我只会用最笨的方法来解决,至今没找到更为方便的方法;

在验证正确答案时因为运算符是随机产生,一开始也不知如何进行,后来用if解决了;

在界面这一块,更多的是由我的搭档教我,基础较弱的我给不了太多意见,所以直到作业提交之时我们还有一些功能在持续完善。

本来为了不迟交作业,我们打算先提交了一个暂时的成果,后续将会继续修改,将其它功能一一实现。结果因为宿舍提交不了,也拖了一段时间才交。

2.心得:基础不好的我在一开始做这个作业的时候有点不知从何下手。后来在同学的帮助下开始了讨论,自己收获良多,看着第一次几乎由我独立完成的那部分代码,说不出的开心。这种学习方式可以让我学到更多东西,享受这种乐趣。

转载于:https://www.cnblogs.com/JDY64/p/4420952.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索局部开发之间实现平衡。文章详细解析了算法的初始化、勘探开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOAMOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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