tft的matlab代码-bayesnet-variable-elimination:贝叶斯网络中变量消除的MATLAB实现

上传者: 38659646 | 上传时间: 2022-09-10 14:21:30 | 文件大小: 899KB | 文件类型: ZIP
tft的matlab代码贝叶斯网络变量消除 贝叶斯网络中变量消除的MATLAB实现。 由于变量消除基本上是基于因素的,因此也可以在MRF,CRF等上使用实现。 运行演示 克隆github存储库,然后尝试运行calculate_example1.m和calculate_example2.m。 这些代码将为“ calc_example_bayesnet”中提供的贝叶斯网络产生P(B | J,M)和P(E | J,M)的条件概率。 实施细节 每个因素都使用MATLAB container.MAP(又名哈希表)表示。 另外,每个变量配置都使用字符串表示。 例如,如果模型具有3个二进制参数A,B和C,且A = 1,B = 0,C = 1,则表示此配置的字符串将为“ TFT”。 同样,使用辅助字符“ N”来表示某些变量超出范围的情况。 去做 目前,该实现仅适用于具有二进制变量的贝叶斯网络。

文件下载

资源详情

[{"title":"( 21 个子文件 899KB ) tft的matlab代码-bayesnet-variable-elimination:贝叶斯网络中变量消除的MATLAB实现","children":[{"title":"bayesnet-variable-elimination-master","children":[{"title":"src","children":[{"title":"calculate_example4.m <span style='color:#111;'> 284B </span>","children":null,"spread":false},{"title":"variables.m <span style='color:#111;'> 731B </span>","children":null,"spread":false},{"title":"variables2.m <span style='color:#111;'> 606B </span>","children":null,"spread":false},{"title":"elim.m <span style='color:#111;'> 685B </span>","children":null,"spread":false},{"title":"make_product.m <span style='color:#111;'> 747B </span>","children":null,"spread":false},{"title":"refine_keys_obs.m <span style='color:#111;'> 417B </span>","children":null,"spread":false},{"title":"refine_obs_cell.m <span style='color:#111;'> 263B </span>","children":null,"spread":false},{"title":"get_conditional.m <span style='color:#111;'> 1.01KB </span>","children":null,"spread":false},{"title":"gen_key.m <span style='color:#111;'> 603B </span>","children":null,"spread":false},{"title":"refine_input.m <span style='color:#111;'> 242B </span>","children":null,"spread":false},{"title":"find_valid.m <span style='color:#111;'> 174B </span>","children":null,"spread":false},{"title":"calculate_example3.m <span style='color:#111;'> 418B </span>","children":null,"spread":false},{"title":"calculate_example2.m <span style='color:#111;'> 1000B </span>","children":null,"spread":false},{"title":"direct_sample.m <span style='color:#111;'> 1.09KB </span>","children":null,"spread":false},{"title":"calculate_example1.m <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"calculate_example5.m <span style='color:#111;'> 509B </span>","children":null,"spread":false},{"title":"make_factor.m <span style='color:#111;'> 486B </span>","children":null,"spread":false},{"title":"var_elim.m <span style='color:#111;'> 1.81KB </span>","children":null,"spread":false}],"spread":false},{"title":"pictures","children":[{"title":"calc_example_bayesnet.png <span style='color:#111;'> 363.65KB </span>","children":null,"spread":false},{"title":"variable_elimination_demo.png <span style='color:#111;'> 547.19KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 986B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,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,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,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,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明