JavaScript运算符

JavaScript运算符

一、加法运算符

(1).两个数值类型相加就是直接求和

1+1  //2

(2).两个布尔值相加或者数值与布尔值相加,布尔值都会自动转成数值

1true + true // 2
1 + true // 2

(3).两个字符串相加,这时加法运算符会变成连接运算符,返回一个新的字符串,将两个原字符串连接在一起

'a' + 'bc' // "abc"

(4).如果一个运算子是字符串,另一个运算子是非字符串,这时非字符串会转成字符串,再连接在一起

1 + 'a' // "1a"
c + 'a' // "ca"
'1' + 2+ 3 // "123"
1 + 2 + '3' // "33"

除了加法运算符外,减法、除法、乘法都是直接进行数值的运算,如果有字符串,会将字符串转成数值,然后再运算

1 - '2' // -1
1 * '2' // 2
1 / '2' // 0.5

二、算术运算符

加法运算符:x + y
减法运算符: x - y
乘法运算符: x * y
除法运算符:x / y
指数运算符:x ** y
余数运算符:x % y
自增运算符:++x 或者 x++
自减运算符:–x 或者 x–
数值运算符: +x
负数值运算符:-x

(1)余数运算符

余数运算符(%)返回前一个运算子被后一个运算子除,所得的余数。

12 % 5 // 2

需要注意的是,运算结果的正负号由第一个运算子的正负号决定。

-1 % 2 // -1
 1 % -2 // 1

所以,为了得到负数的正确余数值,可以先使用绝对值函数。

var abs(n % 2) === 1;
isOdd(-5) // true
isOdd(-4) // false

(2)自增和自减运算符

自增和自减运算符,是一元运算符,只需要一个运算子。它们的作用是将运算子首先转为数值,然后加上1或者减去1。它们会修改原始变量。

var a = 1;
++a       // 2
a         // 2
--a       // 1
a         // 1

上面代码的变量x自增后,返回2,再进行自减,返回1。这两种情况都会使得,原始变量x的值发生改变。

自增和自减运算符有一个需要注意的地方,就是放在变量之后,会先返回变量操作前的值,再进行自增/自减操作;放在变量之前,会先进行自增/自减操作,再返回变量操作后的值。

  var a = 1;
  ++a       // 2
  a         // 2
  --a       // 1
  a         // 1

上面代码中,x是先返回当前值,然后自增,所以得到1;y是先自增,然后返回新的值,所以得到2。

console.log(a++) 等价与 console.log(a) ; a+=1
console.log(++a) 等价与 a+=1; console.log(a)

(3)赋值运算符

用于给变量赋值。

最常见的赋值运算符,当然就是等号(=)。

 // 将 1 赋值给变量a
	var a = 1;
 // 将变量 b 的值赋值给变量 a
	var a = b;

赋值运算符还可以与其他运算符结合,形成变体。下面是与算术运算符的结合。

// 等同于 a = a + b
	a += b
// 等同于 a = a - b
	a -= b
// 等同于 a = a * b
	a *= b
// 等同于 a = a / b
	a /= b
// 等同于 a = a % b
	a %= b
// 等同于 a = a ** b
	a **= b
  • 1
    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中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类植物上的病虫害。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**:从图像中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。训练过程中,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中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,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中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