人品计算器

// Copyright (c) 2014软件技术1班     
// All rights reserved.      
// 作    者:A14     
// 完成日期:2014年 11 月 26日      
// 版 本 号:v1.0      
//      
// 问题描述:计算一个人品?     
// 输入描述:输入一个名字。    
// 程序输出:计算出他(她)人品。
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;

namespace 人品计算器2._0
{
    class Program
    {
        static void Main(string[] args)
        {
            
            //人品计算器控制台版本2.0
            Console.Title="人品计算机控制台版本2.0";          

            //输入姓名并保存
            Console.WriteLine("请输入姓名");
            string strName = "";
            strName=Console.ReadLine();
   

            //读取姓名中每个字符的unicode编码并累加(for循环法)
            int score = 0;
            for(int i=0;i<strName.Length;i++)
            {
                score += (int)strName[i];

            }
            
            
            
            
            
            
            //将分数控制在100以内
            score %= 100;

            //根据score分值给出对应的评语(switch语句)
            string comment = "";
            
            
                 
               if(score<20) comment = "非人类,无法评价!";
                
               else if(score<40) comment = "拜李宇春哥不灵,叫都敏俊xi不应的倒霉蛋"; 
               
                else if (score<60)comment = "掉人堆里都找不出来的普通人……"; 
                
               else if (score<80)comment = "拥有滑板鞋的思想富足者"; 
               
               else comment = "掌控蓝翔挖掘机技术的宇宙强者"; 
                              
            

            
            

            
            
            

            if (strName.Equals("张森程"))
            {
                score = 0;
                comment = "大神";
            }
            
            Console.Clear();
            Console.WriteLine("人品评估报告");
            Console.WriteLine("姓名:{0}", strName);
            Console.WriteLine("分值:{0}", score);
            Console.WriteLine("评价:{0}", comment);


            Console.ReadKey(true);
        }
    }
}

总结:我学会了编程人品计算器,好高兴呀!



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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