第二周项目2-就拿胖子说事(1)

本文介绍了一个简单的C++程序,该程序通过输入用户的身高来计算其标准体重,并判断体重状态(正常、超重或超轻)。涉及基本的C++语法和条件语句的使用。

/*2016,烟台大学计算机与控制工程学院 

 *All rightreserved. 

 *文件名称:test.cpp 

 *作   者:张明宇

 *完成日期:2016年3月9日 

 */

问题及代码:

  成年男性的标准体重公式为:标准体重(kg)=身高(cm)-100,超标准体重20%为超重,比标准体重轻20%为超轻。请编写C++程序,输入身高和体重,完成下面的任务:(身高h,标准体重i,体重b)

  (1)计算并输出标准体重。

  (2)计算出标准体重,当超重时给出提示,不超重时也给提示。

  (3)计算出标准体重,当超重时给出提示,不超重时也给提示。

  (4)计算出标准体重,输出体重状态(正常/超重/超轻)  

#include <iostream>        
using namespace std;      
int main()
{
	int h,b,i;
	cout<<"请输入身高和体重:"<<endl;
	cin>>h,b;
	i=h-100;
	cout<<"标准体重是"<<i<<endl;
	if(b>1.2*i)
	{
		cout<<"超重"<<endl; 
	}
	else if(b<0.8*i)
	{
	    cout<<"超轻"<<endl;
	}
	else
	{
		cout<<"正常"<<endl;
	}
	return 0;
} 
运行结果:

知识点总结:

if的条件句运用和C++的简单知识。

学习心得:

刚开始C++的学习还不是很熟练,希望再加油。

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