实例介绍
通过构造因子图(Factor Graph)关于和积算法(Sum-Product Algorithm)的matlab源码,借此可实现消息传递算法(Message Propagation Algorithm,MPA)、LDPC编解码、卡尔曼滤波、隐性马尔可夫链(HMC)等应用
【实例截图】
【核心代码】
SumProductLab_R3.00
├── license.txt
└── SumProductLab_R3.00
├── and_node.m
├── connect.m
├── cp2_node.m
├── cp3_node.m
├── cp_node.m
├── equ_node.m
├── even_parity_node.m
├── evident_node.m
├── Examples
│ ├── and_example.m
│ ├── explained_away.m
│ ├── factor_graph_test.m
│ ├── Hidden_Markov_Chain.m
│ ├── hypothesis.m
│ ├── Kalman_Filter_Example.m
│ ├── LDPC.m
│ ├── Linear_Backward_Example.m
│ ├── noisy_or_example.m
│ ├── or_example.m
│ ├── sim_hmm.m
│ ├── sudoku_4x4_01.mat
│ ├── sudoku_4x4_02.mat
│ ├── sudoku_9x9_01.mat
│ ├── sudoku_9x9_02.mat
│ └── sudoku.m
├── factor_node.m
├── ls_add_node.m
├── ls_equ_node.m
├── ls_gain2_node.m
├── ls_marginal.m
├── marginal.m
├── noisy_or_node.m
├── not2_node.m
├── or_node.m
├── sdk_node.m
├── SumProductLab Reference.pdf
├── SumProductLab Reference R3_00.pdf
└── template.m
2 directories, 38 files
标签:
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论