(你真的应该在数学或计算机科学上发帖;你试图理解算法本身,而不是算法的实现。一个很大的缺点是 Stack Overflow 不允许使用 LaTeX,所以请原谅下面难以阅读的内容。)
为了能够使用“与”成正比的符号 \propto,您需要考虑到表达式的左侧是概率。
您可以使用以下作为 \propto 的“定义”:
P(X = x) \propto f(x) <=> P(X = x) = f(x)/(\sum_{x'} f(x'))
也就是说,当用随机变量 X 的所有值 x' 的 f(x') 之和进行归一化时,P(X = x) 与 f(x) 成正比。
例如,如果一个瓮中有 10 个蓝球和 20 个红球,则抽到给定颜色球的概率与该颜色球的数量成正比。由于概率之和需要为 1,这意味着按以下方式对它们进行归一化:
P(颜色=蓝色)\propto 10
P(颜色=红色)\propto 20
P(颜色 = 蓝色) = 10/(10 + 20) = 1/3
P(颜色 = 红色)= 20/(10 + 20) = 2/3。
现在,在您正在使用的论文中,他们使用非常紧凑的符号 \nu^t_{i,v,j} 来表示随机变量及其值。在不了解本文其余部分的情况下,我猜测 \nu^t_{i,v,j} 代表 P(R^t_{i,j} = v),即索引 t、i 和j 表示正在讨论哪个随机变量 R^t_{i,j} (他们没有明确地在那里命名随机变量,所以为了清楚起见,我在这里只使用名称 R),而索引v表示那个随机变量。但是,最好在索引 v 代表值的假设下检查我是否正确。
如果这个假设是正确的,那么这个表达式意味着
\nu^t_{i,v,j} = f(v) / sum_v' f(v')
其中 f 表示表达式的右侧。
自然,更有效的计算方式是,对于每个 t、i、j,计算每个值 v 的 f(v) 并将其存储在以 v 为索引的数组中,然后将它们的总和累加,然后简单地相除数组中的每个值按最终总和。