pr_unit.cpp

神经网络的结构实现

#include"PR_unit.h"

#include<math.h>

double distance(PR_unit* unit1,PR_unit* unit2,Distance_type type)
{
	double sum(0);
	if(unit1->unit.size() != unit2->unit.size() || unit1->unit.size() ==0)
	{
		return .0;
	}
	for(int i=0;i<unit1->unit.size();i++)
	{
		sum += (unit1->unit[i]-unit2->unit[i])*(unit1->unit[i]-unit2->unit[i]);
	}
	return sqrt(sum);
}

double vector_multiplication(PR_unit* unit1,PR_unit* unit2,int type)
{
	double result(0);
	if(unit1->unit.size() != unit2->unit.size() || unit1->unit.size() ==0)
	{
		//error
	}
	for(int i=0;i<unit1->unit.size();i++)
	{
		result += unit1->unit[i] * unit2->unit[i];
	}
	return result;
}

PR_unit& PR_unit::operator*(double k)
{
	for(int i =0;i<unit.size();i++)
	{
		unit[i] *= k;
	}
	return *this;
}
PR_unit& PR_unit::operator*=(double k)
{
	for(int i =0;i<unit.size();i++)
	{
		unit[i] *= k;
	}
	return *this;
}
PR_unit& PR_unit::operator/(double k)
{
	for(int i =0;i<unit.size();i++)
	{
		unit[i] /= k;
	}
	return *this;
}
PR_unit& PR_unit::operator+(PR_unit &t_uint)
{
	for(int i =0;i<unit.size();i++)
	{
		unit[i] += t_uint.unit[i];
	}
	return *this;
}
PR_unit& PR_unit::operator+=(PR_unit &t_uint)
{
	for(int i =0;i<unit.size();i++)
	{
		unit[i] += t_uint.unit[i];
	}
	return *this;
}
PR_unit& PR_unit::operator-(PR_unit &t_uint)
{
	for(int i =0;i<unit.size();i++)
	{
		unit[i] -= t_uint.unit[i];
	}
	return *this;
}
double PR_unit::operator[](int i)
{
	return unit[i];
}