关于浮点数和整数的转换

浮点数转化成整数,就有以下四种情况。
1.直接转化
#include<stdio.h>

int main()
{
float f = 1.5;
int a;
a=(int)f;
printf(“a=%d”,a);
return 0;
}
输出结果是1。(int)是强制类型转化,丢弃浮点数的小数部分。

2.高斯函数,向下取整
#include<stdio.h>

int main()
{
double f = 1.5;
int a;
a=floor(f);
printf(“a=%d”,a);
return 0;
}

输出结果是1。floor()方法是向下取整,类似于数学中的高斯函数 [].取得不大于浮点数的最大整数,对于正数来说是舍弃浮点数部分,对于复数来说,舍弃浮点数部分后再减1。

3.ceil函数,向上取整
#include<stdio.h>

int main()
{
double f = 1.5;
int a;
a=ceil(f);
printf(“a=%d”,a);
return 0;
}
输出结果是2。ceil()方法是向上取整,取得不小于浮点数的最小整数,对于正数来说是舍弃浮点数部分并加1,对于复数来说就是舍弃浮点数部分。

4.通过强制类型转换四舍五入
#include<stdio.h>

int main()
{
double f = 1.5;
int a;
a=(int)(f+0.5);
printf(“a=%d”,a);
return 0;
}

这三个方法容易混淆:

Math.round:如果参数是小数,则求本身的四舍五入。

Math.ceil:如果参数是小数,则求最小的整数但不小于本身。

Math.floor:如果参数是小数,则求最大的整数但不大于本身。

同时注意他们的返回类型:

long round(double a)

int round(float a)

double ceil(double a)

double floor(double a)

求绝对值函数
浮点型

头文件:#include <math.h>

fabs() 函数用来求浮点数的绝对值。在TC中原型为:
float fabs(float x);
在VC6.0中原型为:
double fabs( double x ); 求绝对值函数

整型

头文件:#include <stdlib.h>

定义函数:int abs (int j);


作者: 孤鹰
来源:CSDN
原文:https://blog.csdn.net/zxdspaopao/article/details/84573399

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip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
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