1076 神经网络
描述 【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
-
描述
-
【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。
-
每个测试点有若干个测试数据,每组测试数据的第一行是两个整数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。 测试数据最有以两个0结束。
输出
-
每组测试数据包含若干行,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。
样例输入
-
5 6 1 0 1 0 0 1 0 1 0 1 1 3 1 1 4 1 1 5 1 2 3 1 2 4 1 2 5 1 0 0
样例输出
-
3 1 4 1 5 1
来源
- NOIP 2003(BY Dyp)
-
输入
此题应该和图论有关,需要进行不断查找
#include <iostream>
#define MAX 201
using namespace std;
class tqueue
{
private:
class tnode
{
public:
int v;
tnode *next;
tnode(int tv)
{
v=tv;
next=0;
}
};
tnode *first,*last;
public:
int size;
bool in[MAX];
tqueue()
{
first=last=0;
size=0;
memset(in,0,sizeof(in));
}
void ins(int v)
{
in[v]=true;
if (size)
last=last->next=new tnode(v);
else
first=last=new tnode(v);
size++;
}
int pop()
{
int rtn=first->v;
in[rtn]=false;
tnode *t=first;
first=first->next;
delete t;
size--;
return rtn;
}
};
class node
{
public:
node *next;
int p,v;
node(int tp,int tv)
{
p=tp;
v=tv;
next=0;
}
};
class tadjl
{
public:
node *f,*l;
tadjl()
{
f=l=0;
}
void ins(int p,int v)
{
if (f)
l=l->next=new node(p,v);
else
f=l=new node(p,v);
}
};
tqueue Q;
tadjl adjl[MAX];
int C[MAX],U[MAX];
int N,P;
bool lastlevel[MAX];
bool firstlevel[MAX];
void init()
{
int i,a,b,v;
cin >> N >> P;
if(!(N==0&&P==0))
{
memset(lastlevel,0,sizeof(lastlevel));
memset(firstlevel,0,sizeof(firstlevel));
memset(adjl,0,sizeof(adjl));
for (i=1;i<=N;i++)
{
cin >> C[i] >> U[i];
if (C[i]>0)
{
Q.ins(i);
firstlevel[i]=true;
}
}
for (i=1;i<=P;i++)
{
cin >> a >> b >> v;
adjl[a].ins(b,v);
}
}
}
void solve()
{
int i,j,v;
node *k;
while (Q.size)
{
i=Q.pop();
if (!firstlevel[i])
C[i]-=U[i];
if (C[i]<0) continue;
if (!adjl[i].f)
lastlevel[i]=true;
for (k=adjl[i].f;k;k=k->next)
{
j=k->p;
v=k->v;
C[j]+=v*C[i];
if (!Q.in[j])
Q.ins(j);
}
}
}
void print()
{
int i;
bool none=true;
for (i=1;i<=N;i++)
{
if (lastlevel[i] && C[i]!=0)
{
cout << i << ' ' << C[i] << endl;
none=false;
}
}
if (none)
printf("NULL\n");
}
int main()
{
init();
while(!(N==0&&P==0))
{
solve();
print();
init();
}
return 0;
}
更多推荐
所有评论(0)