神經元網路

2021-06-21 11:02:49 字數 2022 閱讀 8778

#include#include#include #define cin fin

#define max_vexnum 101 //最大頂點數

using namespace std;

ifstream fin("data.in");

const int infinity = int_max; //代表無窮大

//--------------頂點的類定義---------------------

class vertex

int getvertexname()

void setvertexname(int name)

void setyu(int y)

void setstatu(int s)

int getvertexyu()

int getvertexstatu()

};//---------------------鄰接矩陣儲存圖---------------------------

templateclass gragh_matrix

bool creatmgragh(); //建立有向網路圖的鄰接儲存結構

void displaymgragh(); //輸出鄰接矩陣

int getvertexname(const int i) //獲取頂點名稱

int getvertexindex(const int vertexname); //獲取頂點在圖(陣列)中的位置

bool isvertexexist(int v1); //判斷該頂點是否儲存在圖中

int vertexod(const int vertexname); //出度

void calallstatu(); //計算所有節點狀態

void outstatu(); //輸出輸出層處於興奮狀態的神經元

};//------------------建構函式------------------------

templategragh_matrix::gragh_matrix()

;//-----------------建立鄰接矩陣儲存圖---------------

templatebool gragh_matrix::creatmgragh()

for (i=0; i>v1>>v2>>w;

int m = getvertexindex(v1);

int n = getvertexindex(v2);

edges[m][n] = w;

} return true;

}//---------------獲取頂點在圖(頂點表)中的位置---------------

templateint gragh_matrix::getvertexindex(const int vertexname)

return -1;

}//---------------判斷圖中是否存在頂點v1---------------

templatebool gragh_matrix::isvertexexist(int v1)

//--------------計算頂點出度---------------------

templateint gragh_matrix::vertexod(const int vertexname)

int v = getvertexindex(vertexname); //元素v在鄰接矩陣中的行數

int od = 0;

for (int i=0; ivoid gragh_matrix::calallstatu()

} if (conver)

}}//------------------------(按順序)輸出(活躍的)輸出層狀態--------------------------

templatevoid gragh_matrix::outstatu()

人工智慧 深度學習 神經元網路常識

人工智慧 artificial intelligence 英文縮寫為ai。它是研究 開發用於模擬 延伸和擴充套件人的智慧型的理論 方法 技術及應用系統的一門新的技術科學。人工智慧是電腦科學的乙個分支,它企圖了解智慧型的實質,並生產出一種新的能以人類智慧型相似的方式做出反應的智慧型機器,該領域的研究包...

人工智慧 深度學習 神經元網路常識

人工智慧 artificial intelligence 英文縮寫為ai。它是研究 開發用於模擬 延伸和擴充套件人的智慧型的理論 方法 技術及應用系統的一門新的技術科學。人工智慧是電腦科學的乙個分支,它企圖了解智慧型的實質,並生產出一種新的能以人類智慧型相似的方式做出反應的智慧型機器,該領域的研究包...

神經網路 神經元

從生物上來說,神經元就是神經細胞的別稱。神經元最主要的兩個特性 興奮性和傳導性。興奮性 神經元的興奮性具有一種很特殊的現象,當刺激強度未達到某一閾限值時 限值的概念為人工神經元模仿提供了理論依據,傳輸函式中大多數函式都是依據此原則來輸出的 神經衝動不會發生,而當刺激強度達到該值時,神經衝動發生並能瞬...