12.3——类作用域,构造函数,友元,static类成员

类作用域:

(1)成员函数在类外定义时,因为函数体还有形参列表都出现在成员名之后,都是在类作用域内定义,所以不用加域作用符

       来引用其他的成员。

(2)函数的返回值不一定需要在类的作用域中,但是若是返回类中定义的类型,则必须完全加上域作用符来限定,如:

       class1::type1

(3)类作用域中的名字查找:首先在使用该名字的块中查找名字的声明,只考虑在该项使用之前声明的名字。若是找不到名字

       则在包围的作用域中查找。

构造函数:

(1)构造函数可以被重载,而实参将决定使用哪一个构造函数

(2)构造函数不能声明为const

(3)不管对象是否是const都可以用一个普通的构造函数来初始化它

(4)可以通过explicit来声明构造函数,以防止在需要隐式转换的上下文中使用构造函数。

(5)可以直接显示的进行类成员初始化

 4 class st
 5 {
 6 public:
 7     int a;
 8     int b;
 9 };
10 int main()
11 {
12     st sta={1,2};
13     cout<<sta.a<<' '<<sta.b<<endl;
14     system("pause");
15 }

 

友元:

(1)允许特定的非成员函数或者其他类来访问一个类的私有成员,同时仍阻止一般的访问,这时可以用到友元。友元可以在类中的任何

       地方声明。

 1 class class2
 2 {
 3 public:
 4     class2& func2()
 5     {cout<<"yanliang";}
 6 }
 7 void func()
 8 {cout<<"this is a function"}
 9 class class1
10 {
11     friend class class2;//将其它类声明为友元类
12     friend class2& class2::func2();//将其它类的成员函数声明为友元函数
13     friend void func();//将普通函数声明为友元函数
14 public:
15 };

static类成员:

(1)因为全局对象会破坏封装,即外部的用户都可以访问修改这个成员,所以才有静态类成员。

(2)static数据成员独立于该类的任意对象而存在,每个static数据成员是与类所关联的,并不与该类的某个对象关联

(3)类也可以定义static成员函数,它没有this指针,只能直接使用static成员,而不能直接使用非static成员。

(4)可以通过作用域操作符直接调用static成员,或者对象的指针,引用或本身间接调用。

static成员函数:

(5)static成员函数,不能被声明为const成员函数,因为它本身就不能和任何对象绑定

(6)static成员函数,不能声明为虚函数

static数据成员:

(7)static数据成员必须在类外定义(正好一次

(8)static数据成员不是通过构造函数初始化,而是通过定义时初始化

(9)const static 数据成员可以在类里面初始化这是上面一条的一个例外)

(10)非static数据成员不能用作默认实参,因为他的值不能脱离对象而存在,但是static数据成员可以作为默认实参

1 class class1
2 {
3 public:
4     class1(int s=b){}//将static数据成员作为默认实参
5 private:
6      static const int b=2;
7 };

转载于:https://www.cnblogs.com/yanliang12138/p/4710229.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统,可以是移动应用、网页服务或集成到智能农业设备。 7. **实时监测**:在实际应用,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测的应用将越来越广泛。
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