社区
MS-SQL Server
帖子详情
关于使用函数的问题
fstao
2006-10-05 07:11:26
如果a=-1000,b=12,用a/12,得出:-83,余-4,
sql的写法:
select floor(-1000/12),
-1000-floor(-1000/12)*12
没有问题,但是如果把sql的写法改为:
select floor(-1000.00/12),
-1000.00-floor(-1000.00/12)*12
变成:-84,余8,
这就不对了,请问怎么写语句来杜绝这个问题?
...全文
190
6
打赏
收藏
关于使用函数的问题
如果a=-1000,b=12,用a/12,得出:-83,余-4, sql的写法: select floor(-1000/12), -1000-floor(-1000/12)*12 没有问题,但是如果把sql的写法改为: select floor(-1000.00/12), -1000.00-floor(-1000.00/12)*12 变成:-84,余8, 这就不对了,请问怎么写语句来杜绝这个问题?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
6 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
splory
2006-10-06
打赏
举报
回复
select floor(cast(-1000.00 as int)/12),floor(cast(-1000.00 as int)%12)
这样就OK
splory
2006-10-06
打赏
举报
回复
select floor(-1000/12),floor(-1000%12)
xyxfly
2006-10-05
打赏
举报
回复
所以要得到你要的结果,需要先转为整数再计算~
xyxfly
2006-10-05
打赏
举报
回复
select (-1000.00/12) ---》-83.333333
select floor(-83.333333 ) --》-84
因为 FLOOR
返回小于或等于所给数字表达式的最大整数。
Well
2006-10-05
打赏
举报
回复
可以将其转换为int型再来进行运算
zjcxc
元老
2006-10-05
打赏
举报
回复
select floor(cast(-1000.00 as int)/12),
-cast(-1000.00 as int)-floor(cast(-1000.00 as int)/12)*12
实验-三、数据库安全性(目的、要求和模板).doc
实验-三、数据库安全性(目的、要求和模板).doc
基于Docker搭建K8s集群离线包
基于Docker搭建K8s集群离线包,包含部署时所需的全部文件,可在内网环境中
使用
,K8s为1.23.0版本,docker为20.10.9-3版本
基于springboot+vue实现的求职招聘类型网站源代码+数据库(优质毕设项目).zip
基于springboot+vue实现的求职招聘类型网站源代码+数据库(优质毕设项目).zip个人经导师指导并认可通过的98分毕业设计项目,主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码、该项目可以直接作为毕设
使用
。项目都经过严格调试,确保可以运行! 基于springboot+vue实现的求职招聘类型网站源代码+数据库(优质毕设项目).zip个人经导师指导并认可通过的98分毕业设计项目,主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码、该项目可以直接作为毕设
使用
。项目都经过严格调试,确保可以运行! 基于springboot+vue实现的求职招聘类型网站源代码+数据库(优质毕设项目).zip个人经导师指导并认可通过的98分毕业设计项目,主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码、该项目可以直接作为毕设
使用
。项目都经过严格调试,确保可以运行!基于springboot+vue实现的求
基于Android系统Api封装常用工具类.zip
基于Android系统Api封装常用工具类.zip
基于PCA和SVM的人脸识别
svm 基于PCA(主成分分析)和SVM(支持向量机)的人脸识别是一种常见的方法。这里是一个简要说明: PCA(主成分分析): PCA是一种降维技术,它通过线性变换将高维数据转换为低维数据,同时保留最大的数据方差。 在人脸识别中,PCA被用来提取人脸图像中的主要特征,从而减少数据的维度,并保留最重要的信息。 SVM(支持向量机): SVM是一种监督学习算法,用于分类和回归分析。 在人脸识别中,SVM被用来构建一个分类器,以将提取的人脸特征映射到相应的人脸身份标签。 基于PCA和SVM的人脸识别流程: 训练阶段: 收集训练数据集,包括多个人的人脸图像和相应的标签。 对每个人脸图像应用PCA,将其转换为低维特征向量。
使用
这些特征向量训练一个SVM分类器,使其能够将人脸特征向量与相应的人脸标签关联起来。 测试阶段: 对待识别的人脸图像应用相同的PCA转换,将其转换为与训练数据相同的低维特征向量。
使用
训练好的SVM分类器,将待识别的人脸特征向量与已知的人脸标签进行比较,从而确定其身份。 优点: PCA可以有效地降低数据的维度,减少计算复杂度,并提取最相关的特征。 SVM在处理
MS-SQL Server
34,590
社区成员
254,589
社区内容
发帖
与我相关
我的任务
MS-SQL Server
MS-SQL Server相关内容讨论专区
复制链接
扫一扫
分享
社区描述
MS-SQL Server相关内容讨论专区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章