华农校赛warmup1

      几个月没做题了.qsort的cmp函数都忘得差不多了,翻回原来的笔记,瞟了一下,改了又改,费了好大劲才ac着到简单题...贴出来留念一下..找到工作后的第一次热身赛.....

Problem D:统计数字

Time Limit:1000MS  Memory Limit:65536K
Total Submit:59 Accepted:24

Language: not limited

Description

由键盘给出n个1至1000之间的数字,统计各种数值出现的次数,输出出现次数由多到少排前5位的数值及其出现的次数(如果有多个数值出现的次数相同,则数值小的优先输出)

Input

输入第一个数值为给出的数值个数n(n在20到10000之间,即最多会有10000个数值需统计),此后为n个数值

Output

输出5行,每行有两个数,由一个空格隔开,前一个为数值,后一个为出现的次数。

Sample Input

 

Sample Output

 

 

5 3
6 2
8 2
1 1
2 1

 

20
1 2 3 4 5 6 7 8 9 10 11 5 6 12 5 8 13 14 15 16
 
#include<cstdio> 
#include<cstdlib>
 typedef struct 
{ 
int num; int count; 
}
nu;
 int num; 
int top; 
nu nuuu[10001];
 int nuu[1001];
 int cmp(const void *a,const void *b) 
{ 
if(((nu*)b)->count!=((nu*)a)->count) 
return ((nu*)b)->count-((nu*)a)->count;
 else return ((nu*)a)->num-((nu*)b)->num; 
} 
int main()
{ 
int temp,i; 
//freopen("1.in","r",stdin); 
scanf("%d",&num);
 for(i=0;i<num;i++) 
{
 scanf("%d",&temp);
 nuu[temp]++;
 } 
top=0;
 for(i=0;i<1001;i++) 
{ 
if(nuu[i])
 nuuu[top].num=i,nuuu[top++].count=nuu[i];
 } 
qsort(nuuu,top,sizeof(nu),cmp);
 for(i=0;i<5;i++)
 printf("%d %d/n",nuuu[i].num,nuuu[i].count);
 return 0;
 } 
 
内容概要:本文研究了基于CNN-BiGRU-Attention混合神经网络模型的风电功率预测方法,旨在提升风力发电功率预测的准确性。该模型融合卷积神经网络(CNN)以提取输入变量中的局部时空特征,结合双向门控循环单元(BiGRU)充分捕捉时间序列前后向的长期依赖关系,并引入注意力机制(Attention)动态加权关键时间步的特征信息,增强模型对重要时刻的敏感度。研究采用多变量输入进行单步预测,综合纳入风速、风向、温度等多种气象因素作为模型输入,全面反映环境变量对风电输出的影响。通过Matlab平台完成模型构建、训练与仿真验证,实验结果表明该混合模型在预测精度与稳定性方面优于传统单一模型,有效提升了风电功率预测性能。; 适合人群:具备一定机器学习与深度学习理论基础,熟悉Matlab编程环境,从事新能源发电预测、电力系统调度、智能算法应用等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①应用于风电场实际运行中的短期功率预测,提高电网调度的安全性与可再生能源消纳效率;②为深度学习模型在复杂时序预测任务中的设计与优化提供实践范例,推动AI技术在能源系统智能化中的深度融合;③支持学术研究复现、课程项目设计与教学演示,帮助深入理解CNN、BiGRU与Attention机制的协同建模范式与实现细节。; 阅读建议:建议结合提供的Matlab代码进行动手实践,重点关注数据预处理流程、模型网络结构设计、超参数调优及训练收敛过程,鼓励尝试替换输入变量组合、调整网络层数或优化注意力结构,以进一步探究模型性能边界并提升预测鲁棒性。
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