码迷,mamicode.com
首页 > 其他好文 > 详细

P1038 神经网络

时间:2019-05-24 18:48:09      阅读:171      评论:0      收藏:0      [点我收藏+]

标签:line   pre   add   namespace   empty   bsp   reset   +=   并且   

题目背景

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。

题目描述

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:

技术图片

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,神经网络中的神经元分为几层;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。

 技术图片

兰兰规定,Ci服从公式:(其中n是网络中所有神经元的数目)

Ci?=(j,i)E?Wji?Cj?Ui?

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。

输入输出格式

输入格式:

输入文件第一行是两个整数n(1n100)p。接下来n行,每行2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2个整数i,j1个整数Wij,表示连接神经元i,j的边权值为Wij

输出格式:

输出文件包含若干行,每行有2个整数,分别对应一个神经元的编号,及其最后的状态,2个整数间以空格分隔。仅输出最后状态大于0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”。

输入输出样例

输入样例#1: 
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
输出样例#1: 
3 1
4 1
5 1

代码

 鉴于Ci?=(j,i)E?Wji?Cj?Ui

  在计算Ci之前我们必须计算 Cj

?   这便是一个拓扑序。接下来上拓扑排序就行了

技术图片
#include<bits/stdc++.h>
using namespace std;
const int maxn=1000,maxm=100000;
int head[maxn];
int c[maxn],u[maxn],in[maxn],out[maxn];
bool inq[maxn];
bool tag;
int n,p;
struct edge
{
    int to,next,val;
}e[maxm];
int size=1;
inline int read()
{
    int x=0,f=1;char ch=getchar();
    while(ch<0||ch>9){if(ch==-)f=-1;ch=getchar();}
    while(ch>=0&&ch<=9){x=(x<<3)+(x<<1)+ch-0;ch=getchar();}
    return x*f;
}
void addedge(int u,int v,int w)
{
    e[++size].to=v,e[size].val=w,e[size].next=head[u],head[u]=size;
}
void topo()
{
    queue<int>q;
    for(int i=1;i<=n;i++)
    if(!in[i])q.push(i),inq[i]=1;
    while(!q.empty())
    {
        int u=q.front();
        q.pop();
        inq[u]=0;
        if(!in[u]&&c[u]<0)continue;
        for(int i=head[u];i;i=e[i].next)
        {
            int to=e[i].to;
            if(in[to])
            in[to]--;
            if(!in[to])
            {
                c[to]+=c[u]*e[i].val;
                if(!inq[to])q.push(to),inq[to]=1;
            }
            else if(!inq[u])
            q.push(u),inq[u]=1;
        }
    }
    
}
int main()
{
    n=read();p=read();
    for(int i=1;i<=n;i++)
    c[i]=read(),u[i]=read();
    for(int i=1;i<=p;i++)
    {
        int u=read(),v=read(),w=read();
        addedge(u,v,w);
        in[v]++,out[u]++;
    }
    for(int i=1;i<=n;i++)
    if(in[i])c[i]=-u[i];
    topo();
    for(int i=1;i<=n;i++)
    if(!out[i]&&c[i]>0){printf("%d %d\n",i,c[i]);tag=1;}
    if(!tag)printf("NULL\n");
    return 0;
}
View Code

 

 

 

P1038 神经网络

标签:line   pre   add   namespace   empty   bsp   reset   +=   并且   

原文地址:https://www.cnblogs.com/DriverBen/p/10919545.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!