In this paper, we first introduce the notion of generalized $b$-weights of $[n,k]$-linear codes over finite fields, and obtain some basic properties and bounds of generalized $b$-weights of linear codes which is called Singleton bound for generalized $b$-weights in this paper. Then we obtain a necessary and sufficient condition for an $[n,k]$-linear code to be a $b$-MDS code by using generator matrixes of this linear code and parity check matrixes of this linear code respectively. Next a theorem of a necessary and sufficient condition for a linear isomorphism preserving $b$-weights between two linear codes is obtained, in particular when $b=1$, this theorem is the MacWilliams extension theorem. Then we give a reduction theorem for the MDS conjecture. Finally, we calculate the generalized $b$-weight matrix $D(C)$ when $C$ is simplex codes or two especial Hamming codes.


翻译:在本文中,我们首先引入了“$[n,k]$-线性代码”的通用美元重量对有限字段的概念,并获得了一些基本属性和线性代码“Unitton”的通用比重,即本文中称为“Sloneton”的“Sloneton”对通用比重。然后,我们获得了一个必要和充分的条件,使$[n,k]-线性代码成为$b$-MDS的代码,方法是分别使用这一线性代码的生成器矩阵和这一线性代码的对等检查矩阵。接着,我们计算出线性单性单性单体主义的一个必要和充分条件,在两种线性代码之间保持美元比重,特别是当美元=1美元时,这个理论就是“MacWillims”扩展“Theorem”。然后,当$C$是简单的代码或两个特殊哈明代码时,我们计算了通用的美元重量矩阵$(C)$。

0
下载
关闭预览

相关内容

专知会员服务
76+阅读 · 2021年3月16日
专知会员服务
42+阅读 · 2020年12月18日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
GAN新书《生成式深度学习》,Generative Deep Learning,379页pdf
专知会员服务
202+阅读 · 2019年9月30日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
word2Vec总结
AINLP
3+阅读 · 2019年11月2日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
NLP - 基于 BERT 的中文命名实体识别(NER)
AINLP
466+阅读 · 2019年2月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】深度学习思维导图
机器学习研究会
15+阅读 · 2017年8月20日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年5月20日
Arxiv
0+阅读 · 2021年5月20日
VIP会员
相关VIP内容
专知会员服务
76+阅读 · 2021年3月16日
专知会员服务
42+阅读 · 2020年12月18日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
GAN新书《生成式深度学习》,Generative Deep Learning,379页pdf
专知会员服务
202+阅读 · 2019年9月30日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
相关资讯
word2Vec总结
AINLP
3+阅读 · 2019年11月2日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
NLP - 基于 BERT 的中文命名实体识别(NER)
AINLP
466+阅读 · 2019年2月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】深度学习思维导图
机器学习研究会
15+阅读 · 2017年8月20日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员