一抹烟霞的博客

一、下载gtsam源码git clone https://bitbucket.org/gtborg/gtsam.git二、 依赖Boost >= 1.43 (Ubuntu: sudo apt-get install libboost-all-dev)CMake >= 3.0 (Ubuntu: sudo apt-get install cmake)A modern compiler, i.e., at least gcc 4.7.3 on Linux.2.1 安装可选的依赖In

文章目录一、算法特点二、最小s-t 切分三、最大流问题四、利用图切法求解概率推理问题4.1 图切法的适用条件4.2 能量函数4.3 算法流程五、应用一、算法特点二、最小s-t 切分三、最大流问题注意：双向节点，一个方向减少多少，相反方向就要增加多少剩余还有流量与s节点或t节点相连的为对应的集合四、利用图切法求解概率推理问题4.1 图切法的适用条件4.2 能量函数4.3 算法流程五、应用...

文章目录一、简介二、变量消元法求MAP三、团树传播算法求MAP四、小结一、简介二、变量消元法求MAP三、团树传播算法求MAP四、小结

文章目录一、简介二、算法流程三、BP 算法与Bethe 聚类图四、BP 算法与团树传播算法的联系一、简介二、算法流程节点势函数初始化；所有消息初始化为 1；选取所有边，迭代更新消息 ；当消息传递收敛时，计算所有节点的信念（belief）三、BP 算法与Bethe 聚类图四、BP 算法与团树传播算法的联系...

文章目录一、变量消元与团树的关系二、聚类图（cluster graph）三、团树传播算法(clique tree message passing）3.1利用变量消元过程构建一个聚类图3.2 由变量消元法构建的聚类图的性质3.3 用团树传播算法计算变量 X 的边缘概率3.4 求概率图所有节点的边缘概率四、小结一、变量消元与团树的关系二、聚类图（cluster graph）三、团树传播算法(clique tree message passing）3.1利用变量消元过程构建一个聚类图3.2 由变

文章目录一、推理问题的分类二、变量消元法2.1 示例12.2 示例22.3 变量消元法时间复杂度分析2.4 导出图2.5 变量消元法消元顺序三、小结一、推理问题的分类二、变量消元法2.1 示例12.2 示例2变量消元的顺序并不是固定的，可以任意改变2.3 变量消元法时间复杂度分析2.4 导出图2.5 变量消元法消元顺序三、小结...

文章目录一、因子图（factor graph）的定义二、贝叶斯网络用因子图表示三、MRF 用因子图表示一、因子图（factor graph）的定义二、贝叶斯网络用因子图表示三、MRF 用因子图表示

文章目录一、马尔科夫随机场定义二、一个简单的例子一、马尔科夫随机场定义二、一个简单的例子

文章目录一、贝叶斯网络定义1.1 贝叶斯网络例子二、概率影响的流动性三、贝叶斯网络中的独立性一、贝叶斯网络定义1.1 贝叶斯网络例子二、概率影响的流动性三、贝叶斯网络中的独立性...

文章目录一、概率论1.1 基本名词概念1.2 概率的定义1.3 条件概率的定义1.4 条件概率的三大公式1.5 独立性1.6 条件独立性1.7 概率图模型常用的三个概念二、图论一、概率论1.1 基本名词概念1.2 概率的定义1.3 条件概率的定义1.4 条件概率的三大公式1.5 独立性1.6 条件独立性1.7 概率图模型常用的三个概念二、图论圈的概念：如图1中的1265形成了了一个圈，图2中的1253形成了一个圈...