[Java实验]二Java面向对象编程

【题目】实验指导书实验2 Java面向对象编程

1、使用数组和字符串，编写一个用于统计学生成绩的程序，运行之后，首先能接受用 户输入不超过 10 个学生的姓名和 Java 课的分数。输入结束之后，能输出这批学生的 Java 课 最高分者和最低分者的姓名和分数。还能接受用户输入学生姓名来查询某学生的成绩，当姓 名不存在时，向用户提示不存在该学生。

【代码】

package SecondTest;
import java.util.Scanner;
public class StudentScore {
    public static void main(String[] args) {
        Scanner input=new Scanner(System.in);
        String []name=new String[10];
        double []score=new double[10];
        int i,j,length;
        System.out.println("要输入多少个学生的成绩？（最多10个,姓名和成绩之间用空格空开）");
        length= input.nextInt();
        System.out.println("开始输入！");
        for (i=0;i<length;i++){//接收成绩
          // System.out.println("第"+(i+1)+"个学生的姓名和成绩（中间用空格空开）：");
            name[i]= input.next();
            score[i]= input.nextDouble();
        }
        double scoremax=-1.9;//最高者
        int maxNum=0;
        for (i=0;i<length;i++){
            if (score[i]>scoremax){
                scoremax=score[i];
                maxNum=i;
            }
        }
        System.out.println("本次成绩最高者是："+name[maxNum]+"\t"+score[maxNum]+"分");
        //最低者
        double scoreMin=200.9;
        int minNum=0;
        for (i=0;i<length;i++){
            if (score[i]<scoreMin){
                scoreMin=score[i];
                minNum=i;
            }
        }
        System.out.println("本次成绩最低者是："+name[minNum]+"\t"+score[minNum]+"分");
        //输入姓名查询成绩
        String search;
        int p=-2;
        System.out.println("请输入需要查询成绩的姓名：");
        search=input.next();
        for (i=0;i<length;i++){
            if(search.equals(name[i])){//比对姓名
               p=i;break;
            }
        }
        if(p>=0){//找到了
            System.out.println("成绩为："+score[p]+"分");
        }
        else{//没找到
            System.out.println("找不到该学生！");
        }

    }
}

【测试结果】

 

【题目】实验指导书实验2 Java面向对象编程

2、改写本次实验预备知识所给的“例子 2.10”，将图片的(R,G,B)值写到三个二维数组 中：R[][],G[][]和 B[][]，分别代表图片的 R、G、B 值的集合，并同时遍历输出这三个二维数 组，输出规范如下：第 1 行第 2 列的 RGB 为：（255,0,0）。

【代码】

package SecondTest;
import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
public class RGB {

        public static void main(String args[]) {
            int[][] R=new int[1000][1000];//RGB二维数组
            int[][] G=new int[1000][1000];
            int[][] B=new int[1000][1000];
            int[] rgb = new int[3];
            File file = new File("E:123.bmp");             BufferedImage bufferedImage = null;
            try {
                bufferedImage = ImageIO.read(file); //读取 bmp 文件
            } catch (Exception e) {
                e.printStackTrace();
            }
            int width = bufferedImage.getWidth();//获取图片的宽
            int height = bufferedImage.getHeight();//获取图片的高
            int minx = bufferedImage.getMinX();//图片的最小 x 坐标，一般是从 0 开始
            int miny = bufferedImage.getMinY();//图片的最小 y 坐标，一般是从 0 开始
          //  System.out.println("width=" + width + ",height=" + height + ".");
           // System.out.println("minx=" + minx + ",miniy=" + miny + ".");
            for (int i = minx; i < width; i++) { //控制列
                for (int j = miny; j < height; j++) { //控制行
                    int pixel = bufferedImage.getRGB(i, j);
                    rgb[0] = (pixel & 0xff0000) >> 16;
                    R[i][j]=rgb[0];//存储R的值
                    rgb[1] = (pixel & 0xff00) >> 8;
                    G[i][j]=rgb[1];//存储G的值
                    rgb[2] = (pixel & 0xff);
                    B[i][j]=rgb[2];//存储B的值
                    System.out.println("第"+j+"行第"+i+"列" +
                            "的RGB为:(" + R[i][j] + "," + G[i][j] + "," + B[i][j]+ ")");//输出
                }
            }
        }


}

【测试结果】（仅截取部分运行结果）

 

 

【题目】实验指导书实验2 Java面向对象编程

3、深度学习(Deep Learning)，是机器学习(Machine Learning)领域中一个新的研究方向。 它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。深度学 习是学习样本数据的内在规律和表示层次，过程中获得的信息对诸如文字，图像和声音等数 据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别 文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面 取得的效果，远远超过先前相关技术。深度学习在搜索技术，数据挖掘，机器学习，机器翻 译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其它相关领域也都取得了 很多成果。

卷积神经网络（Convolutional Neural Networks，CNN）是最有代表性的深度学习方法之 一，它首次被用于文本识别演示是在 1993 年的贝尔实验室（AT&T Bell Laboratories），其 演示者是有“CNN 之父”之称的图灵奖得主 Yan Lecun(杨立昆)。如今 CNN 已广泛获得学 术界的关注与工业界的兴趣。卷积（convolution）是深度学习中非常有用的计算操作，主要 用于提取图像的特征，如进行图像边缘提取、锐化等等。卷积现在已衍生出了各种类型，包 括标准卷积、反卷积、可分离卷积、分组卷积等等。只有一个通道（1 层）的二维卷积是最 简单的标准卷积。池化（Pooling）是深度学习中的另一种常见运算操作。池化过程在一般卷 积过程后。池化的本质，其实就是采样。它对于输入的特征图，选择某种方式对其进行降维 压缩，以加快运算速度。其本质是基于滑动窗口的思想，可以去除特征图中的冗余信息，降 低特征图的维度。池化一般通过简单地取最大值、最小值或平均值操作完成。

请你通过网络等途径，查阅理解 CNN 中的卷积和池化的原理和方法。自行准备数据（数 值数据或者图像等），然后选择应用相应的卷积和池化算法，对数据进行处理，输出处理结 果。在此过程中同时应用类、对象、数组等 Java 语言语法知识辅助解决问题。

   

【代码】

【测试结果】