【神经网络】解题报告

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。



考察语文能力和RP水平。因为题目说明讲得有错。

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;
}



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