dddxmx-优快云博客

原创离散实验四随机生成n个结点的无向图并能进行（半）欧拉图的判定

实验原理首先输入结点个数，接着调用generateAdj函数随机生成邻接矩阵，最后调用judge函数判定是否为（半）欧拉图，其中调用findPath函数给出欧拉（回）路。#include<iostream>#include<cstdlib>#include<ctime>#define N 10using namespace std;int adj[N][N];void generateAdj(int n) //生成邻接矩阵{ srand((int)t

2021-10-12 00:01:29 670

原创离散数学实验三实现整除关系这一偏序关系上所有盖住关系的求取，并判定对应偏序集是否为格

实验原理首先输入一个正整数，然后调用calFactor函数计算因子并得到元素个数，接着调用calCover函数计算盖住关系，最后调用judge函数判断是否为有补格。#include<iostream>using namespace std;int factor[50]; //用来存放因子int matrix[50][50]; //用来存放关系矩阵以及盖住关系int calFactor(int n); //用来计算因子void calCover(int cnt); //用来计

2021-05-16 10:41:47 1744 1

原创稠密连接网络（DENSENET）

本质ResNet跨层连接设计的引申。与ResNet的主要区别在于，DenseNet⾥模块B的输出不是像ResNet那样和模块A的输出相加，⽽是在通道维上连结。在这个设计⾥，模块A直接跟模块B后⾯的所有层连接在了⼀起。这也是它被称为“稠密连接”的原因.稠密块由多个conv_block组成，每个conv_block使用“批量归一化、激活和卷积”结构。conv_block的通道数控制了输出通道数相对于输⼊通道数的增⻓，因此也被称为增⻓率（growth rate）。DENSENET⾸先使⽤同ResNe

2021-05-08 17:21:20 697

原创残差网络（RESNET）

本质拟合出有关恒等映射的残差映射f(x)-x并将加权运算的权重和偏差参数学成0，那么f(x)即为恒等映射。残差块⾸先有2个有相同输出通道数的3 * 3卷积层。每个卷积层后接⼀个批量归⼀化层和ReLU激活函数。然后我们将输⼊跳过这两个卷积运算后直接加在最后的ReLU激活函数前。这样的设计要求两个卷积层的输出与输⼊形状⼀样，从⽽可以相加。如果想改变通道数，就需要引⼊⼀个额外的1 * 1卷积层来将输⼊变换成需要的形状后再做相加运算。残差网络首先是输出通道数为64、步幅为2的7 * 7卷积层后接一个批量归

2021-05-08 17:20:14 388

原创使用重复元素的网络（VGG）

本质通过重复使⽤简单的基础块来构建深度模型。VGG块组成规律是：连续使⽤数个相同的填充为1、窗⼝形状为3 * 3的卷积层后接上⼀个步幅为2、窗⼝形状为2 * 2的最⼤池化层。卷积层保持输⼊的⾼和宽不变，⽽池化层则对其减半。VGG这种⾼和宽减半以及通道翻倍的设计使得多数卷积层都有相同的模型参数尺⼨和计算复杂度。VGG网络由卷积层模块后接全连接层模块构成。变量conv_arch 指定了每个VGG块⾥卷积层个数和输⼊输出通道数。本文中的网络有5个卷积块，前2块使⽤单卷积层，⽽后3块使⽤双卷积层。第⼀

2021-05-08 17:15:51 182

原创离散数学实验二实现任意集合上二元关系的性质判定

实验原理首先输入集合元素个数，再输入集合元素循环放入数组中，接着输入关系将其转换为关系矩阵，最后调用judge函数输出性质。#include<iostream>#define MAX 10using namespace std;void judge(int a[][MAX],int n); //判断关系性质int main(){ int n,tmp1=0,tmp2=0,x=0,y=0; string relation; //存放关系 int coll[MAX];

2021-04-07 16:56:57 1569

原创离散数学实验一利用真值表法求取主析取范式以及主合取范式的实现

实验原理使用的数据结构和存储结构：栈（中缀转后缀并计算）数组（存放真值表）map（存放命题变元以及对应的真假值）#include<iostream>#include <string>#include <map>#include <stack>#define MAX 100using namespace std;map<char,bool> statements; //存储命题变元int Prio(char ch)

2021-04-05 00:57:47 4837

dddxmx的博客