基于神经网络的垃圾邮件分类

问题描述】

       神经网络在机器学习领域非常流行。神经网络由多层组成,它包含一个输入层可以输入参数x(程序的输入)。然后输入通过多个隐藏层,在最后一层获得一个输出,称为输出层。 

       我们有一个包含N个隐藏层的非常简单的神经网络,每层包含一个神经元。每个神经元有两个相关的值:wi和bi,分别表示神经元的权重和偏移。給定神经元的一个输入x,将生成一个输出(wi*x)+bi。

       因此,一个输入x被神经网络按照以下方式进行传输。第一个隐藏层接受输入x,生成y=w1*x+b1,作为第二个神经元的输入。然后,第二个神经元接受输入y,生成一个输出z=w2*y+b2,重复这个过程,在最后的第N个神经元可以得到一个唯一的输出。

       对于一些用户,我们想知道他们是否是垃圾邮件发送人。每个用户有整数的用户ID,取值范围为minX~maxX(包括两个端点,1=<minX=<maxX=<1000000000)。我们把每个用户ID作为神经网络的第一层的输入,如果最终输出为偶数,则该用户不是垃圾邮件发送者,否则,该用户就是垃圾邮件发送者。

       编程统计非垃圾邮件发送者和垃圾邮件发送者的数量。 

【输入形式】

       输入的第一行为一个单一的整数T,表示测试数据的组数,接下来是T组测试数据的描述。

       每个测试数据的第一行为三个用空格分隔的整数N、minX、maxX,接下来的N行,每行包含两个用空格分隔的整数wi和bi,表示第i个神经元的权重和偏移。
【输出形式】

       对于每个测试用例,输出两个用空格分隔的整数,分别表示非垃圾邮件发送者和垃圾邮件发送者的数量。
【样例输入】

3
1 1 2
1 2
2 1 4
2 4
2 3
3 2 1000000000
2 4
2 2
5 4

【样例输出】

1 1
0 4
999999999 0
#include <iostream>
using namespace std;

int main()
{
    int T;cin>>T;
    for(int t=0;t<T;t++){
        long int N,minX,maxX,x,a=0,b=0;
        cin>>N>>minX>>maxX;
        int*W=new int [N];
        int*B=new int [N];
        for(int t=0;t<N;t++)cin>>W[t]>>B[t];
        for(x=minX;x<=maxX;x++){int x0;x0=x;
                for(int t=0;t<N;t++)x=x*W[t]+B[t];
            if(x%2==0)a++;
            else b++;
            x=x0;
        }
    cout<<a<<" "<<b<<"\n";
    }

ps:这个代码好像有点问题,第一个测试数据提示运行时间过长

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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