利用模拟退火算法计算汉明码广义汉明重量谱

北京邮电大学学报 ›› 1999, Vol. 22 ›› Issue (4): 95-99.

利用模拟退火算法计算汉明码广义汉明重量谱

罗守山, 钟瑜伟, 杨义先,

北京邮电大学基础科学部, 北京 100876;
北京邮电大学培训中心, 北京 100876;
北京邮电大学信息工程系, 北京 100876

收稿日期:1999-05-06 出版日期:1999-11-10
基金资助:
国家自然科学基金资助项目(69882002, 69772035)

On Calculating the Generalized Hamming Weights ofHamming Codes with Simulated Annealing

Luo Shoushan, Zhong Yuwei,Yang Yixian

Department of Basic Science, Beijing University of Posts and Telecommunications, Beijing 100876;
Training Center, Beijing University of Posts and Telecommunications, Beijing 100876;
Department of Information Engineering, Beijing University of Posts and Telecommunications, Beijing 100876

Received:1999-05-06 Online:1999-11-10

摘要/Abstract

摘要： 首先给出了线性码的二阶、三阶支持集的表达式, 再利用模拟退火神经网络对汉明码的广义汉明重量谱进行了计算.计算结果与理论值符合得很好.最后, 给出了关于实现模拟退火算法的一些建议.

关键词: 神经网络, 模拟退火, 汉明码, 广义汉明重量谱

Abstract: The cryptographical characteristics of the data transmited in wire-tap channel of type two are described by Generalized Hamming weights of linear codes.The expression of the second and the third orders of support set have been given, and then, by using the simulated annealingneural network, the generalized Hamming weights of Hamming codes have been calculated.The results are the same to their theory values.Finally, some suggestionshave been given to the realization of simulated annealing algorithm.

Key words: neural network, simulated annealing, Hamming codes, generalized Hamming weights

中图分类号:

TN919.31F

罗守山, 钟瑜伟, 杨义先, . 利用模拟退火算法计算汉明码广义汉明重量谱[J]. 北京邮电大学学报, 1999, 22(4): 95-99.

Luo Shoushan, Zhong Yuwei,Yang Yixian. On Calculating the Generalized Hamming Weights ofHamming Codes with Simulated Annealing[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 1999, 22(4): 95-99.

[1]	蒲悦逸王文涵朱强陈朋朋. 基于CNN-ResNet-LSTM模型的城市短时交通流量预测算法[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[2]	谢晓燕赵欢蒋林. 基于视频数据特性的动态手势识别[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[3]	李威陈曙东欧阳小叶杜蓉王荣. 基于高速多核网络的远监督关系抽取方法[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[4]	王彬志李卓罗蓬马天祥刘开华. 面向多模态数据的混合型FIB研究[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[5]	韦娟顾兴权宁方立. 基于EEMD的一种新的异常声音识别方法[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[6]	戴剑勇, 邓先红, 王彬, 汪恒浩. 基于改进萤火虫优化神经网络的WSNs分簇路由协议[J]. 北京邮电大学学报, 2020, 43(3): 131-137.
[7]	宁方立, 韩鹏程, 段爽, 李航, 韦娟. 基于改进CNN的阀门泄漏超声信号识别方法[J]. 北京邮电大学学报, 2020, 43(3): 38-44.
[8]	王小玉, 胡鑫豪, 韩昌林. 基于卷积神经网络的彩色铅笔画算法[J]. 北京邮电大学学报, 2020, 43(1): 129-134.
[9]	蒋芳, 张南飞, 胡艳军, 王翊. 基于BP神经网络的CSI无源目标分类方法[J]. 北京邮电大学学报, 2020, 43(1): 40-45.
[10]	雷维嘉, 李环. 全双工系统中基于神经网络的自干扰消除方案[J]. 北京邮电大学学报, 2020, 43(1): 61-67.
[11]	郭文明, 刘凯, 渠慧帆. 基于Faster R-CNN模型X-射线图像的焊接缺陷检测[J]. 北京邮电大学学报, 2019, 42(6): 20-28.
[12]	李鹏, 王德勇, 师文喜, 姜志国. 大数据环境下基于深度学习的行人再识别[J]. 北京邮电大学学报, 2019, 42(6): 29-34.
[13]	王雅青, 郭彩丽, 楚云霏, 周洪弘, 冯春燕. 面向会话型推荐系统的个性化分层循环模型[J]. 北京邮电大学学报, 2019, 42(6): 142-148.
[14]	罗涛, 李剑峰, 韩家辉, 王艺宁, 雷璐. 一种基于多模态特征融合的骨质疏松评估方法[J]. 北京邮电大学学报, 2019, 42(6): 84-90.
[15]	赵雄文, 孙宁姚, 耿绥燕, 张钰, 杜飞. 基于最小二乘支持向量机的时变信道建模[J]. 北京邮电大学学报, 2019, 42(5): 29-35.