第五周项目三用多文件组织多个类的程序

本文介绍了一种使用面向对象编程方法来实现三角形类,并通过定义类和成员函数来处理三角形的属性和操作。通过提供构造函数、计算周长和面积、判断是否为直角三角形和等腰三角形的功能,展示了如何在C++中构建和操作几何形状。此方法有助于提高代码的复用性和模块性。

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

/*Copyright(c)2014,烟台大学计算机学院
 *Allrights reserved.
 *文件名称:MADE2.cpp
 *作    者:张生栋
 *完成日期:2015年4月8日
 *问题描述:将项目2用“一个项目多个文件”的方式实现,其中两个类的声明放在同一个.h文件中,每个类的
 成员函数分别放一个文件,main()函数用一个文件。体会这样安排的优点。
 *输入描述:无
 *输出描述:略
 *版 本 号:v1.0
 */


#include <iostream>
#include<Cmath>
#include"cpct.h"
using namespace std;


int main()
{
    CPoint X(2,3),Y(5,3),Z(4,4);
    CTriangle Tri1(X,Y,Z);
    cout<<"该三角形的周长为:"<<Tri1.perimeter()<<",面积为:"<<Tri1.area()<<endl<<endl;
    cout<<"该三角形"<<(Tri1.isRightTriangle()?"是":"不是")<<"直角三角形"<<endl;
    cout<<"该三角形"<<(Tri1.isIsoscelesTriangle()?"是":"不是")<<"等腰三角形"<<endl;
    return 0;
}

#include <iostream>
#include<Cmath>
#include"cpct.h"
using namespace std;

CPoint::CPoint(double xx,double yy)
{
    x=xx;
    y=yy;
}
double CPoint::Distance1(CPoint p) const
{
    double d;
    d=sqrt((p.x-x)*(p.x-x)+(p.y-y)*(p.y-y));
    return d;
}
void CPoint::input()
{
    char ch;
    cout<<"请输入坐标点:";
    while(1)
    {
         cin>>x>>ch>>y;
         if(ch==',')
            break;
         cout<<"输入的格式不正确,请重新输入."<<endl;
    }
}
void CPoint::output()
{
    cout<<"("<<x<<","<<y<<")"<<endl;
}
void CTriangle::setTriangle(CPoint &X,CPoint &Y,CPoint &Z)
{
    A=X;
    B=Y;
    C=Z;
}
float CTriangle::perimeter(void)
{
    double a=B.Distance1(C),b=C.Distance1(A),c=A.Distance1(B);
    return a+b+c;
}
float CTriangle::area(void)
{
    double a=B.Distance1(C),b=C.Distance1(A),c=A.Distance1(B);
    double p=(a+b+c)/2;
    return sqrt(p*(p-a)*(p-b)*(p-c));
}
bool CTriangle::isRightTriangle()
{
    double a=B.Distance1(C),b=C.Distance1(A),c=A.Distance1(B);
    double max=a;
    if(b>max)
        max=b;
    if(c>max)
        max=c;
    if((max==a&&a*a==b*b+c*c)||(max==b&&b*b==a*a+c*c)||(max==c&&c*c==a*a+b*b))
        return true;
    else
        return false;
}
bool CTriangle::isIsoscelesTriangle()
{
    double a=B.Distance1(C),b=C.Distance1(A),c=A.Distance1(B);
    if(a==b||a==c||b==c||(a==b&&b==c))
        return true;
    else
        return false;
}

#ifndef CPCT_H_INCLUDED
#define CPCT_H_INCLUDED


class CPoint
{
public:
    CPoint(double xx=0,double yy=0);
    double Distance1(CPoint p) const;
    void input();  //以x,y 形式输入坐标点
    void output(); //以(x,y) 形式输出坐标点
private:
    double x;  // 横坐标
    double y;  // 纵坐标
};
class CTriangle
{
public:
  CTriangle(CPoint &X,CPoint &Y,CPoint &Z):A(X),B(Y),C(Z){} //给出三点的构造函数
  void setTriangle(CPoint &X,CPoint &Y,CPoint &Z);//
  float perimeter(void);//计算三角形的周长
  float area(void);//计算并返回三角形的面积
  bool isRightTriangle(); //是否为直角三角形
  bool isIsoscelesTriangle(); //是否为等腰三角形
private:
  CPoint A,B,C; //三顶点
};
#endif // CPCT_H_INCLUDED
运行结果:
在当今计算机视觉领域,深度学习模型在图像割任务中发挥着关键作用,其中 UNet 是一种在医学影像析、遥感图像处理等领域广泛应用的经典架构。然而,面对复杂结构和多尺度特征的图像,UNet 的性能存在局限性。因此,Nested UNet(也称 UNet++)应运而生,它通过改进 UNet 的结构,增强了特征融合能力,提升了复杂图像的割效果。 UNet 是 Ronneberger 等人在 2015 年提出的一种卷积神经网络,主要用于生物医学图像割。它采用对称的编码器 - 解码器结构,编码器负责提取图像特征,解码器则将特征映射回原始空间,生成像素级预测结果。其跳跃连接设计能够有效传递低层次的细节信息,从而提高割精度。 尽管 UNet 在许多场景中表现出色,但在处理复杂结构和多尺度特征的图像时,性能会有所下降。Nested UNet 通过引入更深层次的特征融合来解决这一问题。它在不同尺度上建立了密集的连接路径,增强了特征的传递与融合。这种“嵌套”结构不仅保持了较高辨率,还增加了特征学习的深度,使模型能够更好地捕获不同层次的特征,从而显著提升了复杂结构的割效果。 模型结构:在 PyTorch 中,可以使用 nn.Module 构建 Nested UNet 的网络结构。编码器部包含多个卷积层和池化层,并通过跳跃连接传递信息;解码器部则包含上采样层和卷积层,并与编码器的跳跃连接融合。每个阶段的连接路径需要精心设计,以确保不同尺度信息的有效融合。 编码器 - 解码器连接:Nested UNet 的核心在于多层次的连接。通过在解码器中引入“skip connection blocks”,将编码器的输出与解码器的输入相结合,形成一个密集的连接网络,从而实现特征的深度融合。 训练与优化:训练 Nested UNet 时,需要选择合适的损失函数和优化器。对于图像割任务,常用的损失
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