12.2-教师兼干部类

/*  
*Copyright (c) 2013 ,烟台大学计算机学院  
*All rights reserved.  
*作者:张凤宁 
*完成日期:2014年5月20 
*版本号:v1.0  
*问题描述: 
*样例输入:  
*样例输出:  
*问题分析:用简单的方法,学会活学活用  
*/  
#include <iostream>
#include <cstring>
using namespace std;
class Teacher
{
public:
    Teacher(string nam1, int age1,string sex1,string add1,string tel1,string t1);
    void display();
protected:
    string name;
    int age;
    string sex;
    string add;
    string tel;//电话
    string title;//职称
};
class Cadre
{
public:
    Cadre(string nam1, int age1,string sex1,string add1,string tel1,string p1);
protected:
    string name;
    int age;
    string sex;
    string add;
    string tel;//电话
    string post;//职务
};
class Teacher_Cadre:public Teacher,public Cadre
{
public:
    Teacher_Cadre(string nam1,int age1,string sex1,string add1,
                  string tel1,string t1,string p1,int w);
    void show();
protected:
    int wages;//工资
};
Teacher::Teacher(string nam1, int age1,string sex1,string add1,string tel1,string t1)
{
    name=nam1;
    age=age1;
    sex=sex1;
    add=add1;
    tel=tel1;
    title=t1;
}
void Teacher::display()
{
    cout<<"姓名:"<<name<<endl;
    cout<<"年龄:"<<age<<endl;
    cout<<"性别:"<<sex<<endl;
    cout<<"地址:"<<add<<endl;
    cout<<"电话:"<<tel<<endl;
    cout<<"职称:"<<title<<endl;
}
Cadre::Cadre(string nam1, int age1,string sex1,string add1,string tel1,string p1)
{
    name=nam1;
    age=age1;
    sex=sex1;
    add=add1;
    tel=tel1;
    post=p1;
}
Teacher_Cadre::Teacher_Cadre(string nam1,int age1,string sex1,string add1,string tel1,string t1,string p1,int w):
    Teacher(nam1,age1,sex1,add1,tel1,t1),Cadre(nam1,age1,sex1,add1,tel1,p1)
{
    wages=w;
}
void Teacher_Cadre::show()
{
    Teacher::display();
    cout<<"职务:"<<post<<endl;
    cout<<"工资:"<<wages<<endl;
}
int main()
{
    Teacher_Cadre TC("方骏",28,"男","北京","0535666","婚介顾问","经理",10000);
    TC.show();
    return 0;
}


运行结果:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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别。由于各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: 分问题:判断图像中的目标属于哪个别。 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 基于深度学习的目标检测算法主要分为两大: 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。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
。支持yolov5s,yolov5m,yolov5l.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别。由于各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: 分问题:判断图像中的目标属于哪个别。 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 基于深度学习的目标检测算法主要分为两大: 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。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