googlepages的使用感受

googlepages的使用感受


google近日开通了googlepages服务 ,提供一个二级域名和100M的免费空间,并有一个简单的在线网 页制作工具,没有HTML知识的人也可以做出漂亮的网站 ,是Google的一个大手笔,近段时间我申请了googlep ages服务,试着做了一个网站,但经过一段时间的试用 ,感觉还有很多不爽的地方:
一是google提供了多种网页模板和框架,但是首页只能用提供 的模板,不能自己发挥完全布置一个自己的结构框架。
二是提供的框架在当今大屏幕显示器盛行的今天,显得特别局促 ,两边都留有很大的空白而不能添加内容。
三是在编辑过程中,时常会出错,我在使用过程中,常常是编辑这个 框里的内容,另一个框里做的链接就会无缘无故地失效。
四是只能编辑一些简单的HTML和文字链接,我在DREAMWE AVER里制作好的表格直接复制到框架里时,表格间距就会变得特 别地大,而且不能调节,显得特别不协调。
五是好多网站统计代码、计数器代码都不能加入,如google
analytics、ITSUN等都不支持。
还有别的地方,无法一一列举,我感觉应该还有许多需要完善的地方
希望GOOGLE能够尽地改良服务,给广大网友一个真正能够自由 发挥的空间。

我的网站地址:

http://bloggerhome.googlepages.com/
帮我解释这个关于LDPC的函数 function [c, newH] = makeParityChk(dSource, H, strategy) % Generate parity check vector bases on LDPC matrix H using sparse LU decomposition % % dSource : Binary source (0/1) % H : LDPC matrix % strategy: Strategy for finding the next non-zero diagonal elements % {0} First : First non-zero found by column search % {1} Mincol : Minimum number of non-zeros in later columns % {2} Minprod: Minimum product of: % - Number of non-zeros its column minus 1 % - Number of non-zeros its row minus 1 % % c : Check bits % % % Copyright Bagawan S. Nugroho, 2007 % http://bsnugroho.googlepages.com % Get the matric dimension [M, N] = size(H); % Set a new matrix F for LU decomposition F = H; % LU matrices L = zeros(M, N - M); U = zeros(M, N - M); % Re-order the M x (N - M) submatrix for i = 1:M % strategy {0 = First; 1 = Mincol; 2 = Minprod} switch strategy % Create diagonally structured matrix using 'First' strategy case {0} % Find non-zero elements (1s) for the diagonal [r, c] = find(F(:, i:end)); % Find non-zero diagonal element candidates rowIndex = find(r == i); % Find the first non-zero column chosenCol = c(rowIndex(1)) + (i - 1); % Create diagonally structured matrix using 'Mincol' strategy case {1} % Find non-zero elements (1s) for the diagonal [r, c] = find(F(:, i:end)); colWeight = sum(F(:, i:end), 1); % Find non-zero diagonal element candidates rowIndex = find(r == i); % Find the minimum column weight [x, ix] = min(colWeight(c(rowIndex))); % Add offset to the chosen row index to match the dimension of the... % original matrix F chosenCol = c(rowIndex(ix)) + (i - 1); % Create
03-14
<think>嗯,用户问的是关于MATLAB中一个叫makeParityChk的函数,这个函数使用稀疏LU分解来生成LDPC矩阵的校验位。我需要先理解LDPC码的基本原理,以及稀疏LU分解在其中的作用。 首先,LDPC码是低密度奇偶校验码,使用稀疏矩阵进行信道编码。校验位的生成通常需要处理奇偶校验矩阵H,而稀疏LU分解可能在这里用于分解H矩阵,从而更高效地计算校验位。不过,H矩阵通常不是方阵,所以可能需要调整,比如分块或者引入临时变量,使得分解可行。 接下来,用户提到的makeParityChk函数可能涉及到对H矩阵进行LU分解,生成上下三角矩阵,然后通过前代和回代来求解校验位。参数方面,可能有输入矩阵H、输出校验向量,以及分解时的阈值或列交换参数,比如spp.col和spp.thresh,这些可能控制分解的数值稳定性和稀疏性。 需要确认MATLAB中稀疏矩阵的LU分解函数是怎样的,比如是否使用lu函数,并且如何处理列交换。还要考虑如何将分解后的矩阵用于求解方程组,生成校验位。可能用户提供的引用[1]提到了生成奇偶校验向量基于LDPC矩阵H的稀疏LU分解,这应该是核心步骤。 另外,用户可能对函数的具体实现细节感兴趣,比如参数的含义,如何处理数值稳定性,以及如何优化性能。比如spp.thresh可能是一个阈值,用于选择部分主元,而spp.col可能控制列交换策略,保持矩阵的稀疏性。 需要将这些点组织成清晰的解释,说明函数的工作原理,参数的作用,以及可能的实现步骤。还要生成相关问题,帮助用户进一步理解LDPC码的相关知识,比如性能分析、优化方法、应用场景等。</think>### 关于 `makeParityChk` 函数的工作原理及参数说明 #### 1. **功能概述** `makeParityChk` 是用于 LDPC 码编码过程中生成校验位的 MATLAB 函数,其核心是通过稀疏 LU 分解对奇偶校验矩阵 $H$ 进行矩阵变换,从而高效求解校验向量。该函数适用于信道编码中的校验位生成场景[^1]。 #### 2. **实现原理** - **稀疏 LU 分解**: 将 LDPC 矩阵 $H$ 分解为下三角矩阵 $L$ 和上三角矩阵 $U$ 的乘积($H = L \cdot U$)。由于 $H$ 是稀疏矩阵(非零元素极少),稀疏 LU 分解可大幅降低计算复杂度。 - **校验位计算**: 通过前向替换(Forward Substitution)和反向替换(Backward Substitution)求解方程组 $H \cdot v = 0$,其中 $v$ 是包含信息位和校验位的完整码字向量。具体步骤为: $$L \cdot y = b \quad \text{和} \quad U \cdot v = y$$ 其中 $b$ 为临时变量向量[^1]。 #### 3. **参数说明** 假设函数定义如下: ```matlab function [parity] = makeParityChk(H, info_bits, spp) ``` - **输入参数**: - `H`:LDPC 奇偶校验矩阵,需满足稀疏性(如 `sparse` 类型)。 - `info_bits`:信息位向量,对应码字的前半部分。 - `spp`:分解控制参数结构体,包含: - `spp.thresh`:部分主元选择的阈值(默认 0.1),用于平衡数值稳定性和稀疏性。 - `spp.col`:列交换策略(如 `'colamd'`),避免分解过程中填充过多非零元素。 - **输出参数**: - `parity`:生成的校验位向量。 #### 4. **实现示例** ```matlab function [parity] = makeParityChk(H, info_bits, spp) % 矩阵分块:H = [H1 | H2],H2需可逆 [m, n] = size(H); H1 = H(:, 1:n-m); H2 = H(:, n-m+1:n); % 稀疏 LU 分解(带列交换) [L, U, P, Q] = lu(H2, spp.thresh, 'vector'); % 前向替换求解临时变量 y b = -H1 * info_bits; y = L \ (P * b); % 反向替换求解校验位 parity parity = U \ y; parity = parity(Q); % 恢复列交换影响 end ``` #### 5. **关键问题** - **数值稳定性**:通过 `spp.thresh` 控制主元选择,避免小主元导致的计算误差。 - **稀疏性保持**:列交换策略(如 `spp.col`)减少分解后的非零元素增长[^2]。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值