杰林碼原理及應(yīng)用

定　價(jià)：￥79.00

作　者：	王杰林
出版社：	原子能出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

京東 (￥55.20)

ISBN：	9787522113111	出版時(shí)間：	2021-04-01	包裝：
開本：	16開	頁數(shù)：	235	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　算法是芯片、系統(tǒng)和IT行業(yè)的靈魂。芯片是實(shí)現(xiàn)算法邏輯的微電子電路；系統(tǒng)是算法功能的集合。算法是信息技術(shù)的核心，創(chuàng)新的算法才會(huì)推動(dòng)新信息技術(shù)的發(fā)展。本書是作者十多年的獨(dú)立研究成果，書中詳細(xì)描述了加權(quán)概率，加權(quán)分布函數(shù)以及加權(quán)概率模型，論證了馬爾科夫鏈和條件概率模型無法實(shí)現(xiàn)替代的基本原因?；诩訖?quán)概率模型，給出了加權(quán)概率模型信息熵，無損壓縮算法，對(duì)稱加密算法，信道檢錯(cuò)糾錯(cuò)算法以及偽隨機(jī)和哈希算法等，這些算法的發(fā)明專利技術(shù)均自主可控。給出了C／C++、JAVA、Python實(shí)現(xiàn)的源代碼和部分測(cè)試數(shù)據(jù)。按行業(yè)慣例簡(jiǎn)稱為“杰林碼”。

作者簡(jiǎn)介

　　王杰林，資深編碼工程師，長(zhǎng)期專注于基礎(chǔ)理論研究，主要研究方向?yàn)楦怕收?、信息論、隨機(jī)過程和編碼算法。主要成果為加權(quán)概率模型和加權(quán)編碼算法理論，按照行業(yè)慣例，基于加權(quán)概率模型發(fā)明的無損壓縮、對(duì)稱加密、非對(duì)稱加密、信道檢錯(cuò)糾錯(cuò)、偽隨機(jī)、哈希算法等統(tǒng)稱為“杰林碼”。這些算法均為我國(guó)自主可控，并且部分算法已經(jīng)在通信、農(nóng)業(yè)物聯(lián)網(wǎng)、智能家居等行業(yè)中應(yīng)用。

圖書目錄

第1章加權(quán)概率和加權(quán)概率模型
1.1 標(biāo)準(zhǔn)模型與收縮模型
1.2 擴(kuò)張模型
1.3 共軌分布函數(shù)和共軌加權(quán)模型
1.4 章結(jié)
第2章加權(quán)模型信息熵
2.1 加權(quán)模型的信息熵
2.2 章結(jié)
第3章加權(quán)模型壓縮算法
3.1 無損壓縮算法
3.2 有損壓縮算法
3.3 無損／有損壓縮算法C／C++實(shí)現(xiàn)
3.4 行業(yè)應(yīng)用及優(yōu)勢(shì)
3.5 章結(jié)
第4章加權(quán)模型的檢錯(cuò)糾錯(cuò)算法
4.1 信源處理
4.2 加權(quán)概率模型編譯碼方法
4.3 錯(cuò)誤校驗(yàn)和前向糾錯(cuò)編譯碼
4.4 仿真實(shí)驗(yàn)
4.5 BPSK信號(hào)AWGN信道檢錯(cuò)算法C／C++實(shí)現(xiàn)
4.6 BPSK信號(hào)AWGN信道糾錯(cuò)算法C／C++實(shí)現(xiàn)
4.7 行業(yè)應(yīng)用及優(yōu)勢(shì)
4.8 章結(jié)
第5章加權(quán)模型對(duì)稱加密算法
5.1 線性對(duì)稱加密
5.2 線性對(duì)稱加密算法C／C++實(shí)現(xiàn)
5.3 安全分析
5.4 線性分段對(duì)稱加密
5.5 行業(yè)應(yīng)用及優(yōu)勢(shì)
5.6 章結(jié)
第6章加權(quán)模型哈希算法
6.1 二進(jìn)制加權(quán)概率模型Hash算法C／C++實(shí)現(xiàn)
6.2 二進(jìn)制加權(quán)概率模型Hash算法Java實(shí)現(xiàn)
6.3 二進(jìn)制加權(quán)概率模型Hash算法Python實(shí)現(xiàn)
6.4 WJLHA的碰撞概率
6.5 WJLHA產(chǎn)生等概率隨機(jī)數(shù)
6.6 行業(yè)應(yīng)用及優(yōu)勢(shì)
6.7 章結(jié)
第7章多功能算法
7.1 無損壓縮和對(duì)稱加密二合一算法
7.2 無損壓縮、對(duì)稱加密和檢錯(cuò)三合一算法
7.3 章結(jié)
第8章延伸研究
8.1 任意離散序列轉(zhuǎn)換為等長(zhǎng)、符號(hào)等概率離散序列
8.2 度量序列的隨機(jī)性
8.3 自適應(yīng)加權(quán)概率模型算法
參考文獻(xiàn)