【摘 要】
：
本原射影Reed-Solomon码是数字通信领域中的一类重要的极大距离可分码.在本原射影ReedSolomon码的译码过程中,人们通常采用极大似然译码算法.对于一个收到的向量u∈F_q~n,极大似然译码算法关键在于确定向量u关于码C的错误距离d(u,C).熟知d(u,C)≤ρ(C),其中ρ(C)为码C的覆盖半径.若d(u,C)=ρ(C),则称u为码C的深洞.本文得到了本原射影Reed-Solomo
论文部分内容阅读
本原射影Reed-Solomon码是数字通信领域中的一类重要的极大距离可分码.在本原射影ReedSolomon码的译码过程中,人们通常采用极大似然译码算法.对于一个收到的向量u∈F_q~n,极大似然译码算法关键在于确定向量u关于码C的错误距离d(u,C).熟知d(u,C)≤ρ(C),其中ρ(C)为码C的覆盖半径.若d(u,C)=ρ(C),则称u为码C的深洞.本文得到了本原射影Reed-Solomon码PPRS_q(F_q~*,k)的一类深洞.实际上,利用有限域F_q上极大距离可分码的生成矩阵,本文证
其他文献
使用脑电信号控制智能轮椅是智能轮椅的一种新型控制方式,其控制中最大的问题在于脑电信号的识别与分类,尤其是对多种脑电信号的分类.为了提高多种脑电信号识别与分类的准确度,本文提出了将改进共空间模式与深度信念网络运用于脑电信号识别与分类中.采用Emotiv EPOC+脑电采集仪采集多种脑电信号,改进共空间模式针对多种脑电信号进行特征信号提取,深度信念网络对提取的特征信号进行识别与分类.实验表明,提出的改
炉窑和锅炉燃烧系统是一个复杂的非线性系统.针对当前炉膛火焰燃烧状况识别效果不理想、检测存在延迟等问题,提出了一种自适应颜色模型的火焰识别方法,以改善燃烧火焰的识别效果.首先,根据炉膛火焰燃烧特性设计含变量的自适应颜色模型,并采用最大类间方差法推导出自适应颜色模型中变量阈值的表达式;在此基础上,利用人类学习优化算法快速求解出最佳分割阈值,从而快速、精确地识别出炉膛火焰燃烧状况.最后,开展了仿真实验验
互联网条件下的制造业协作关系是复杂网络系统.为了充分把握它的内在规律,指导我国制造业与互联网融合发展实现转型升级,本文研究提出"互联网+"条件下制造业协作关系优化升级模型——基于控制理论框架的闭环反馈控制模型,设计基于复杂社会网络理论的分析评估指标体系,并基于大型制造业互联网协作平台实际运行的微观数据进行实证分析.结果表明,"互联网+"有助于显著改善制造业协作关系的质量,提升整体的协作和创新绩效.
本文将时齐Markov过程的经典Nash不等式推广到非时齐Markov过程,建立了非时齐Markov过程的转移半群与Nash不等式之间的关系.
设D是广义树(即具有有限个分支点的树突(dendrite)),f是D上的连续自映射.用P(f)、R(f)、SA(f)、Γ(f)、UΓ(f)、ω(x,f)和?(f)分别表示f的周期点集、回归点集、特殊α-极限点集、γ-极限点集、单侧γ-极限点集、x的ω-极限集和非游荡集.对任意A?D,记ω(A)=∪_(x∈A)ω(x,f).对任意的自然数n≥2,记ω~n(f)=ω(ω~(n-1)(f)),其中ω(f
本文研究如下线性自排斥扩散过程的参数估计问题:X_t~H=B_t~H+θ∫_0~t∫_0~θ(X_B~H-X_u~H)dudθ+vt其中X_O~H=0,B~H是Hurst指数为1/2≤H0和υ∈R是两个未知参数.该过程为一类自交互扩散过程的类似过程.在连续观测条件下,本文利用最小二乘法给出这两个参数的估计,并且讨论了它们的相合性和渐近分布.
本文提出并研究一个反应扩散对流问题来刻画异质环境中埃及伊蚊的扩张动力学,其中引入自由边界描述该蚊虫的扩张边沿.本文定义了具Dirichlet边界条件问题的阈值R_0~D和具自由边界问题的阈值R_0~F(t),并且讨论了系统正解的长时间渐近性态,给出了蚊虫扩张或灭绝的充分条件.本文的结果表明,如果R_0~F(∞)≤1,则蚊虫将最终灭绝;如果存在某个t_0≥0使得R_0~F(t0)≥1,则蚊虫必将扩张
本文主要研究半参数模型下的模型平均估计问题,旨在将Hjort和Claeskens在2003年的工作从参数模型扩展到半参数模型.尽管Claeskens和Carroll于2007年在完全一样的模型下考虑了相同的问题,但二者的方法不相同.本文推导了模型平均估计的渐近分布,并构造了一个覆盖真实参数的概率趋于给定水平的置信区间.模拟研究和实际数据分析均表明本文的方法是有效的.
在生存分析中,已有一些文献提出处理普通时间事件数据的Cox模型的超高维变量选择方法.然而,对于个体处在多个互斥事件的风险下,即存在竞争风险情形,并不能直接应用这些方法.一个分析竞争风险数据的常用模型就是比例子分布风险(proportional subdistribution hazard,PSH)模型.本文基于确定联合筛选(sure joint screening,SJS)和惩罚近似对数部分似然,