第二次程序设计上机报告

显示美元和人民币的汇率

代码如下

//**************************************
//对 d=100,200,...1000
//显示美元和人民币的汇率
//code by  胡正坤 120705125 2013.3.15
//**************************************

#include<stdio.h>
int main()
{
	int d,rmb;
	int lower,upper,step;

	lower=100;       /* 美元的下限 */
	upper=1000;      /* 美元的上限 */
	step =100;       /* 步长 */
	d=lower;

	printf("胡正坤,120705125\n","");
	while(d<=upper)
	{
		rmb=6.21*d;
		printf("%d  %d\n",d,rmb);
        d=d+step;
	}
	return 0;
}

 

运行结果

、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、

 

修改p1_1

p2_2代码如下

 

#include<stdio.h>
int main()
{
	int f;             /*摄氏温度与华氏温度*/
	int c;             /*摄氏温度*/

	int lower=0;       /* 温度表的下限 */
	int upper=300;     /* 温度表的上限 */
	int step =20;      /* 步长 */
	f = lower;

	printf("胡正坤,120705125\n","");
	while(f <= upper)
	{
		//****************************
		//摄氏与华氏温度转换公式
		//c=(5/9)(F-32)
		//****************************
		c = (5/9)*(f-32);
		printf("%d\t%d\n", f ,c);
        f= f + step;
	}
	return 0;
}


运行结果

 

按照任务修改后

代码如下

//**************************************
//对 fahr=0,20,...300
//打印华氏温度与摄氏温度对照表
//code by  胡正坤 120705125 2013.3.15
//**************************************

#include<stdio.h>
int main()
{
	float f;             /*摄氏温度与华氏温度*/
	float c;             /*摄氏温度*/

	float lower=0;       /* 温度表的下限 */
	float upper=300;     /* 温度表的上限 */
	float step =20;      /* 步长 */
	f=lower;

	printf("胡正坤,120705125\n","");
	while(f<=upper)
	{
		//****************************
		//摄氏与华氏温度转换公式
		//c=(5/9)(F-32)
		//****************************
		c=(5.0/9.0)*(f-32.0);
		printf("%f \t %f\n", f,c);
        f= f + step;
	}
	return 0;
}

运行结果

 

小数位数吓我一跳

 

 


 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论 1
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