贝叶斯网络上的信念传播 这是一个在贝叶斯网络 (BN) 上运行循环信念传播的程序，并为网络上的每个节点生成边缘化概率。 算法细节参考 ，随着使用bethe聚类图而不是BN的纯因子图的变化。 输入格式应为 用法 $ python bp < .bif file path > [-o output file] [-t threshold] Options: -o, --output output file name, default to ' result.txt ' -t, --threshold threshold for convergence default to 1e-10 致谢 BIF 解析器由提供。 项目中的代码用于华盛顿大学的作业 3。

给定一个奇偶校验矩阵， pchkArray = [1，1，1，0，1，0，0; 0, 1, 1, 1, 0, 1, 0; 1, 0, 1, 1, 0, 0, 1]; 对于 (7,4) 汉明码 和噪声码字 = [1, 0, 1, 1, 0, 0, 0]; 有 1 位错误置信传播算法用于纠正错误。

DSD音频格式音乐播放器

比官网稍微快一点，只要五个积分ao，节省大把时间