第六周上机实践项目-武器类

  1. 
    
  2. /* 
     *Copyright (c)2016,烟台大学计算机与控制工程学院 
     *All rights reserved. 
     *文件名称:main.cpp 
     *作    者:刘涛 
     *完成日期:2016年4月7日 
     *版 本 号:v1.0 
     * 
     *问题描述:在第五周上机时间项目“游戏中的角色类”上拓展,添加一个武器类 
    1 */  
  3. 
    
  4. #include <iostream>
    using namespace std;
    class Weapon
    {
    public:
        Weapon(string wnam, int f);
        int getForce();
        void setdata();
        void showdata();
    private:
        string wname;   //名称
        int force;       //威力
    };
    Weapon::Weapon(string wnam, int forc):wname(wnam),force(forc) {}
    int Weapon::getForce()
    {
        return force;
    }
    void Weapon::setdata()
    {
         std::cout << "请输入武器的名字、威力:" << std::endl;
         std::cin >> wname >> force;
    }
    void Weapon::showdata()
    {
        std::cout<<"武器名称 "<<wname <<"威力 "<<force<<std::endl;
  5. }
    class Role
    {
    public:
        Role(string name,int blo,int ran,string  nati,string  se,string wnam,int forc);//构造函数
        ~Role();
         void show();
         void attack(Role&r);
         void eat(int medicine);
         void beAttack(Role&r);
         void range1();
    private:
        string name;
        int blood;
        bool life;
        int range;
        string  nation;
        string  sex;
        Weapon weapon;
    };
    Role::Role(string nam,int blo,int ran,string  nati,string  se,string wnam,int forc):name(nam),blood(blo),range(ran),nation(nati),sex(se),weapon(wnam,forc)
       {
            if(blood>0)
       life=true;
        else
            life=false;
       }
       Role::~Role()
       {
           std::cout<<name<<"已经退出江湖..."<<std::endl;
       }
  6.     void Role::show()
       {
        cout<<name << "has" << blood << "blood " <<range << "级 " <<nation << "族 " <<sex <<endl;
         if(blood>0)
       life=true;
        else
            life=false;
        weapon.showdata();
       }
       void Role::attack(Role &r)
       {
            blood+=weapon.getForce();
            r.blood-=weapon.getForce();
            if(r.blood<=0)
                r.life=false;
       }
       void Role::beAttack(Role&r)
       {
           blood-=weapon.getForce();
           r.blood+=weapon.getForce();
           if(blood<=0)
                life=false;
       }
       void Role::eat(int medicine)
       {
           blood+=medicine;
       }
    void Role::range1()
        {
            if(blood>=10)
            range+=1;
        }
    int main()
    {
        Role James("james",8,2,"east","Man","TULONG",2);
        Role Curry("curry",7,3,"west","Feman","YITIAN",3);
        James.show();
        Curry.show();
        Curry.attack(James);
        James.beAttack(Curry);
        James.eat(5);
        James.attack(Curry);
        James.range1();
        Curry.range1();
  7.     James.show();
        Curry.show();
        return 0;
  8. }
    
运行及结果:
<img src="https://img-blog.csdn.net/20160407210221483?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="" />



1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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