BZOJ3251 暴力

发现只有斐波那契这种形式的数才不能构成三角形 INT范围内只有50多项 所以暴力跑 小于50暴力判断 大于50直接输出YES

#include<bits/stdc++.h>
#define ll long long
using namespace std;
const int N=1e5+5;
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*10+ch-'0';ch=getchar();}
    return x*f;
}
int n,m,cnt;
int q[N],last[N],v[N],deep[N],fa[N];
struct data{int to,next;}e[N*2];
void insert(int u,int v)
{
    e[++cnt].to=v;e[cnt].next=last[u];last[u]=cnt;
}
void dfs(int x)
{
    for(int i=last[x];i;i=e[i].next)
        if(e[i].to!=fa[x])  
        {
            fa[e[i].to]=x;
            deep[e[i].to]=deep[x]+1;
            dfs(e[i].to);
        }
}
void query(int a,int b)
{
    int top=0;
    while(top<50&&a!=b)
    {
        if(deep[a]>deep[b])q[++top]=v[a],a=fa[a];
        else q[++top]=v[b],b=fa[b];
    }
    q[++top]=v[a];
    if(top>=50){puts("Y");return;}
    sort(q+1,q+top+1);
    for(int i=1;i<=top-2;i++)
        if((ll)q[i]+q[i+1]>q[i+2]){puts("Y");return;}
    puts("N");
}
int main()
{
    n=read();m=read();
    for(int i=1;i<=n;i++)v[i]=read();
    for(int i=1;i<n;i++)
    {
        int u=read(),v=read();
        insert(u,v);insert(v,u);
    }
    dfs(1);
    for(int i=1;i<=m;i++)
    {
        int t=read(),a=read(),b=read();
        if(!t)query(a,b);
        else v[a]=b;
    }
}
【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
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