C到C++完美过度(二)

PoEdu学习笔记

重载(接上篇)

     匹配

                   1\精准匹配                               int->int

                   2\提升匹配(隐式转换)    char->int  float->double        

         当匹配规则冲突时,二义性,则需精准匹配或强制转换

         根据相应业务来写,不要写太多,容易错的多

注:c++中不需要void*,因为可以运用重载等等

 

默认实参Defaltargu me

         必须在函数参数列表中右到左的实现

       定义函数时给参数赋值,当使用该函数可以不传该参数,且该参数为定义值

 

空指针

      用nullptr而不是NULL

 

类型转换(由大到小)                         

        例:int->unsigned int 

      注:C语言中的类型转换[charnum ]很暴力暴力,不管怎样都会成功转换,不确定安全\不安全                  

     隐式转换

              int num=1.0003;                        

     转换符(c++

              static_cast<类型>(表达式)      表示转换(不是强制转换,使用最多,常用于基类指针到派生类的转换)        

              const_cast<>                                                移除对象的常量性,主要用于(指针、引用)参数的匹配

              reinterpret_cast<>                            强制转换,是二进制上的操作,相当于拿一个指针来拷贝(memcpy)。一般无意义、危险,不要使用

              dynamic_cast<>                                  用于多态,大型框架

 

代码膨胀(展开)

特点

      生成效率高,调试变难

顺序

      预处理include

        define只是替换

        inline

 

内联函数inline(不会新建堆栈,将代码展开)

使用

       将函数前加上inline

运行效率大大提升,但会代码膨胀(生成编译效率慢)

即使加了inline也不一定就是内联函数,由编译器根据你栈的使用情况决定

 

 


  • 0
    点赞
  • 1
    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