第十三周项目3:立体类族共有的抽象类

问题及代码:

/*
*Copyright (c)2015,烟台大学计算机与控制工程学院
*All rights reserved.
*文件名称:project.cpp
*作    者:陈文青
*完成日期:2015年6月6日
*版 本 号:v1.0
*
*问题描述:设计一个抽象类CSolid,含有用于求表面积及体积的两个纯虚函数。
设计派生类CCube、CBall、CCylinder,分别表示正方体、球体及圆柱体。
在main()函数中,定义CSolid *p;(p是指向基类的指针,且这个基类是个抽象类)。
要求利用这个p指针,能够求出正方体、球体及圆柱体对象的表面积及体积。
*程序输入:
*程序输出:
*/
#include<iostream>
using namespace std;
//定义虚基类
class CSolid
{
public:
    virtual double get_area() =0;    //关于表面积的纯虚函数
    virtual double get_volume() =0;    //关于体积的纯虚函数
};

//定义正方体类
class CCube:public CSolid
{
public:
    CCube(double l=0,double w=0,double h=0):length(l),width(w),height(h) {}    //长方体类的构造函数
    double get_area()
    {
        return 2*(length*width+length*height+width*height);
    }
    double get_volume()
    {
        return length*width*height;
    }
protected:
    double length;    //长
    double width;     //宽
    double height;    //高
};

//定义球体类
class CBall:public CSolid
{
public:
    CBall(double r=0):radius(r) {}    //球体的构造函数
    double get_area()
    {
        return 4*3.14*radius*radius;
    }
    double get_volume()
    {
        return 4/3*3.14*radius*radius*radius;
    }
protected:
    double radius;    //半径
};

//定义圆柱体类
class CCylinder:public CSolid
{
public:
    CCylinder(double r=0,double h=0):radius(r),height(h) {}    //圆柱的构造函数
    double get_area()
    {
        return 3.14*radius*radius*2+2*3.14*radius*height;
    }
    double get_volume()
    {
        return 3.14*radius*radius*height;
    }
protected:
    double radius;    //地面半径
    double height;    //高
};
//测试函数
int main()
{
    double s,v;    //表示表面积和体积
    CSolid *p;     //指向基类的指针

    CCube a(1,1,1);
    cout<<"长方体的长:1\t宽:1\t高:1"<<endl;
    p=&a;         //指向长方体的对象
    s=p->get_area( );
    v=p->get_volume( );
    cout<<"表面积:"<<s<<endl;
    cout<<"体积:"<<v<<endl<<endl;

    CBall b(1);
    cout<<"球的半径:1"<<endl;
    p=&b;         //指向球的对象
    s=p->get_area( );
    v=p->get_volume( );
    cout<<"表面积:"<<s<<endl;
    cout<<"体积:"<<v<<endl<<endl;

    CCylinder c(1,1);
    cout<<"圆柱体的底面半径:1\t高:1"<<endl;
    p=&c;        //指向圆柱的对象
    s=p->get_area( );
    v=p->get_volume( );
    cout<<"表面积:"<<s<<endl;
    cout<<"体积:"<<v<<endl<<endl;
    return 0;
}

运行结果:


知识点总结:

抽象类的定义: virtual   加上  =0;

只有继承虚函数,并覆盖了同名的虚函数,才可以利用指向基类的指针自由指向派生类的同名成员函数,实现动态多态性


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