请基于邻接矩阵存储结构构建带权无向图，输出其深度遍历序列和广度遍历序列。

好的，我可以为您提供一个基于邻接矩阵存储结构的带权无向图的深度遍历和广度遍历的算法实现。

首先，我假设您已经了解了邻接矩阵存储结构，即使用一个二维数组来表示图中各个节点之间的边的关系和权值。

接下来，我们可以考虑使用递归的方式来进行深度遍历。具体步骤如下：

1. 从指定的起始节点开始遍历，将其标记为已访问。
2. 访问当前节点，并将其加入深度遍历序列中。
3. 对于当前节点的每个未访问的邻居节点，递归调用深度遍历函数。
4. 重复以上步骤，直到遍历完所有节点。

下面是一个基于邻接矩阵存储结构的深度遍历的实现代码：

def depth_first_traversal(graph, start, visited, traversal):
    visited[start] = True
    traversal.append(start)
    
    for i in range(len(graph)):
        if graph[start][i] != 0 and not visited[i]:
            depth_first_traversal(graph, i, visited, traversal)

其中，graph是邻接矩阵存储的图，start是遍历的起始节点，visited是一个布尔数组，用于标记节点是否已经被访问过，traversal是深度遍历序列。

接下来，我们可以考虑使用队列的方式来进行广度遍历。具体步骤如下：

1. 将起始节点加入队列，并标记为已访问。
2. 从队列中取出一个节点，并将其加入广度遍历序列中。
3. 对于当前节点的每个未访问的邻居节点，将其加入队列，并标记为已访问。
4. 重复以上步骤，直到队列为空。

下面是一个基于邻接矩阵存储结构的广度遍历的实现代码：

def breadth_first_traversal(graph, start):
    visited = [False] * len(graph)
    traversal = []
    queue = []
    
    queue.append(start)
    visited[start] = True
    
    while queue:
        current = queue.pop(0)
        traversal.append(current)
        
        for i in range(len(graph)):
            if graph[current][i] != 0 and not visited[i]:
                queue.append(i)
                visited[i] = True
    
    return traversal

其中，graph是邻接矩阵存储的图，start是遍历的起始节点，visited是一个布尔数组，用于标记节点是否已经被访问过，traversal是广度遍历序列。

希望这个算法实现可以帮助您完成对带权无向图的深度遍历和广度遍历。