【神经网络】解题报告
来源:互联网 发布:win10开机没有网络图标 编辑:程序博客网 时间:2024/05/16 15:38
NOIP2003神经网络
【问题背景】
人工神经网络(Artificial Neural Network)是一种新兴的具有自我学习能力的计算系统,在模式识别、函数逼近及贷款风险评估等诸多领域有广泛的应用。对神经网络的研究一直是当今的热门方向,兰兰同学在自学了一本神经网络的入门书籍后,提出了一个简化模型,他希望你能帮助他用程序检验这个神经网络模型的实用性。
【问题描述】
在兰兰的模型中,神经网络就是一张有向图,图中的节点称为神经元,而且两个神经
元之间至多有一条边相连,下图是一个神经元的例子:
神经元〔编号为1)
图中,X1—X3是信息输入渠道,Y1-Y2是信息输出渠道,C1表示神经元目前的状态,
Ui是阈值,可视为神经元的一个内在参数。
神经元按一定的顺序排列,构成整个神经网络。在兰兰的模型之中,神经网络中的神
经无分为几层;称为输入层、输出层,和若干个中间层。每层神经元只向下一层的神经元
输出信息,只从上一层神经元接受信息。下图是一个简单的三层神经网络的例子。
兰兰规定,Ci服从公式:(其中n是网络中所有神经元的数目)
公式中的Wji(可能为负值)表示连接j号神经元和 i号神经元的边的权值。当 Ci大于0时,该神经元处于兴奋状态,否则就处于平静状态。当神经元处于兴奋状态时,下一秒
它会向其他神经元传送信号,信号的强度为Ci。
如此.在输入层神经元被激发之后,整个网络系统就在信息传输的推动下进行运作。
现在,给定一个神经网络,及当前输入层神经元的状态(Ci),要求你的程序运算出最后网
络输出层的状态。
输入格式
第一行是两个整数n(1≤n≤200)和p。接下来n行,每行两个整数,第i+1行是神经元i最初状态和其阈值(Ui),非输入层的神经元开始时状态必然为0。再下面P行,每行由两个整数i,j及一个整数Wij,表示连接神经元i、j的边权值为Wij。
输出格式
包含若干行,每行有两个整数,分别对应一个神经元的编号,及其最后的状
态,两个整数间以空格分隔。仅输出最后状态非零的输出层神经元状态,并且按照编号由
小到大顺序输出!
若输出层的神经元最后状态均为 0,则输出 NULL。
分析出模型来是一道水题。就是拓扑排序,要满足c值大于0,就可以取出来,然后对子节点的入度减一。
提交了三次
题目没说清楚,因为起始节点不能减阀值,输出层c值应大于0才能输出,还有范围是500而不是300
改了之后就AC
#include <iostream>using std::cout;using std::cin;long map[502][502];long rudu[502];long chudu[502];long p;long n;long u[502];long c[502];long stack[502];bool chushi[502];long top = 0;bool used[502];const long oo = 0x7fff0000;int main(){scanf("%ld %ld",&n,&p);for (long i=1;i<n+1;i++){scanf("%ld %ld",c+i,u+i);for (long j=1;j<n+1;j++){map[i][j] = -oo;}}for (long i=1;i<p+1;i++){long l;long m;long v;scanf("%ld %ld %ld",&l,&m,&v);map[l][m] = v;rudu[m]++;chudu[l]++;}for (long i=1;i<n+1;i++){if (rudu[i]==0){stack[++top] = i;chushi[i] = true;}}while (top>0){long now = stack[top];used[now] = true;top--;if (!chushi[now])c[now]-=u[now];if (chudu[now]==0)continue;if (c[now]<=0){used[now] = true;continue;}for (long i=1;i<n+1;i++){if (!used[i]&&map[now][i]>-oo&&rudu[i]>0){rudu[i]--;if (rudu[i]==0)stack[++top] = i;c[i] += c[now]*map[now][i];}}c[now] = 0;}bool NUL = true;for (long i=1;i<n+1;i++){if (c[i]>0&&chudu[i]==0){NUL = false;printf("%ld %ld\n",i,c[i]);}}if (NUL){printf("NULL");}return 0;}
- 【神经网络】解题报告
- LuoguP1038[NOIP2003] 神经网络 解题报告【拓扑排序+DP/递推】
- 解题报告
- 解题报告
- 解题报告
- 解题报告
- 解题报告
- 解题报告
- 解题报告
- 深度神经网络主题报告
- Antiprime解题报告
- expr解题报告
- 华容道解题报告
- tju解题报告
- zju1062/pku1095解题报告
- UsacoGate解题报告 --- 序曲
- ZJU 2060 解题报告
- ZJU 1331 解题报告
- 【开源】电子围栏-测距离-测面积-拉框放大-实时路况-逆地理编码的实现
- PHP+MySQL+jQuery实现发布微博程序——jQuery篇
- 鸟哥教我学LINUX
- PHP+MySQL+jQuery实现发布微博程序——PHP篇
- 【Vim】:Vim常用命令集
- 【神经网络】解题报告
- ns-3 安装
- 直接利用ALTER TABLESPACE修改大文件 oracle
- 我真的能坚持下去么
- 2011.10.21算法学习日志-生成元素的全排列
- 且说我的c++培训
- Linux驱动修炼之道-SPI驱动框架源码分析(上)
- Linux驱动修炼之道-SPI驱动框架源码分析(中)
- Tomcat无法启动解决(二)_Only one usage of each socket address is normally permitted