拟循环码的对偶码

刻画了拟循环码的对偶码的代数结构.     

等汉明距离编码的研究

提出了一种特殊的线性分组码，它各码字之间具有相同的汉明距离，并且可以编成循环码．同时说明，除此码之外，不存在其它的分组码具有码字之间汉明距离均相同的情况．     

Z2a上2S长的负循环码的最小汉明距离

给出了环Z2^a上2^s长的负循环码的最小汉明距离的计算公式,完善了Hai Q．Dinh的结果。     

Z2Z2[v]-加性循环码及其对偶码

文章研究了任意长度的Z_2Z_2[v]-加性循环码的代数结构,给出了它们的最小张集,并确定了Z_2Z_2[v]-加性循环码与其对偶码之间的关系。     

二元等重码的对偶距离分布和对偶重量分布

本文讨论了二元等重码的对偶距离分布和对偶重量分布，首先给出了二元码的对偶重量分布和对偶距离分布的定义，性质和关系，然后对等重码，导出了其对偶重量分布的一个递推关系式，以此得到了对偶距离分布的一个递推不等式，最后，讨论了上述分布的一些应用。     

Z_(2~a)上2~s长的负循环码的最小汉明距离

给出了环Z2a上2S长的负循环码的最小汉明距离的计算公式,完善了HaiQ.Dinh的结果。     

二元不可约循环码的对偶码的若干研究

构造了几个新类型的二元不可约循环码的对偶码，并且给出了关于文献[1]提出的一个开放问题中码长的算术性质的若干结果．     

二元拟阵码及其对偶码

拟阵理论建立的基础与编码理论所使用的工具有相同或相近之处，故它们之间应该存在某种联系的纽带。受文献[1]的启发，本文从组合矩阵的角度，将二元拟阵与编码理论联系起来，提出了二元拟阵码，从而为从事编码工作提供了又一新的方向。     

Z4上长为2s的负循环码的符号对距离

符号对码是随着信息技术发展而产生的一种新型纠错码,它能对符号对读信道中符号对信息进行保护,符号对距离是衡量符号对码纠错能力的一个重要参数。文章利用Z_4上长为2~s的负循环码的结构和汉明距离,确立了Z_4上长为2~s的所有负循环码的符号对距离,给出了Z_4上长为2~s的负循环码的符号对距离分布。     

i—循环码的极小Mannheim距离

利用Ｈａｍｍｉｎｇ距离对ｉ－循环码的极小Ｍａｎｎｈｅｉｍ距离给一个估值，其结果为ｉ－循环码的极小Ｍａｎｎｈｅｉｍ距离大于等于ｋ＋２。     

汉明码纠错检错能力分析与应用

在简要介绍汉明码编码原理的基础上,详细分析干扰对汉明码纠错的影响,对最佳奇权码的纠错与检错能力做了进一步的分析,为最佳奇权码在实际中的应用提供新的思路,具有很好的实用价值。最后介绍了最佳奇权码在容错存储器中的应用,能更好的提高存储器的可靠性。     

SEC-DED海明校验码算法研究及其FPGA实现

采用Multisim 11实现了SEC-DED海明码的编码、译码和纠错电路,并给出其相应时序仿真波形图.结果表明：其功能能满足SEC-DED的需要,为FPGA快速准确实现SEC-DED校验码提供了一种占用资源少、校验可靠高速的方案.     

q-元码的平均Hamming距离和方差

通过对q元n长码的平均Hamming距离和方差的研究,通过定义函数d(xi,yi),给出了q元n长码的平均Hamming距离和方差的下界。同时当码字数为2k-1(kN)时,其平均Hamming距离和方差能达到下界。     

线性空间的距离特征及应用

好的纠错码在很大程度上依赖于抽象代数的有力的和完美的结构,线性空间理论就是纠错编码的重要基础之一.本文将系统地研究线性空间的扩展和距离特征,并给出了几个应用实例.结果表明:本文的研究结果对于纠错码的构造是十分有用的.     

基于汉明码与从属像素补偿的半色调图像信息隐藏

提出了一种以半色调图像为载体的基于汉明码与从属像素补偿的信息隐藏方法. 将载体半色调图像像素分为主像素和从属像素, 主像素用来承载秘密信息, 从属像素作为主像素的补偿位, 通过从属像素的修改来避免隐写图像视觉效果下降. 与此同时, 主、从像素一一对应的配对方式简化了从属像素的选择, 提高了图像像素的利用率.在信息嵌入的过程中引入汉明码, 既提高了嵌入率, 又降低了原始像素的修改比例. 通过实验对比分析可以看出, 本方法在嵌入率和隐写图像的视觉效果上均超过了已有的半色调图像隐写方法.     

长度为Pm的线性码及其对偶码的深度分布

通过讨论GF(q)上的线性码的深度分布的一些新性质,进而给出了长度为pm的线性码与其对偶码的深度谱的联系.     

海明距离判别法分类准确率的影响因素

为探讨海明距离判别法(HDD)的非参数优势,通过一个5因素混合实验,考察了4个因素(属性层级、测验长度、样本容量、知识状态分布)对HDD的3种判别方法(R方法、B方法、W方法)分类准确率的影响.结果表明:1)属性层级和测验长度均会影响HDD判准率,属性层级越紧密、测验长度越长,HDD判准率越高; 2)HDD对样本容量无依赖,可适于小样本评估; 3)HDD的R方法、B方法、W方法的分类准确率无差异; 4)HDD无需被试知识状态分布的正态性假设,更适于均匀分布.