对合矩阵
对合矩阵的相关文献在1990年到2022年内共计66篇,主要集中在数学、自动化技术、计算机技术、无线电电子学、电信技术
等领域,其中期刊论文63篇、会议论文1篇、专利文献90128篇;相关期刊52种,包括绍兴文理学院学报、湖南人文科技学院学报、高师理科学刊等;
相关会议1种,包括2006年全国数学技术应用科学学术论坛等;对合矩阵的相关文献由99位作者贡献,包括张显、黄益生、廖小妮等。
对合矩阵—发文量
专利文献>
论文:90128篇
占比:99.93%
总计:90192篇
对合矩阵
-研究学者
- 张显
- 黄益生
- 廖小妮
- 张庆
- 张立振
- 张金辉
- 李艳
- 杨忠鹏
- 谢涛
- 邹本强
- 邹素文
- 金晨辉
- 陈芳
- 雷丰华
- 于泳波
- 于洋
- 余盛利
- 关杰
- 冯国莉
- 凌瑞官
- 刘兴祥
- 刘学鹏
- 刘慧娜
- 刘晓冀
- 刘爱平
- 卜长江
- 叶克仁
- 吴丹
- 吴险峰
- 唐鹏程
- 姚红梅
- 孔庆兰
- 孙艳玲
- 孙颖
- 尹小艳
- 岳育英
- 崔小琴
- 崔霆
- 左可正
- 张国庭
- 张淑慧
- 强春晨
- 徐兆亮
- 徐刚
- 戴平凡
- 文志雄
- 施德才
- 曹重光
- 曾闽丽
- 李天增
-
-
-
程宇
-
-
摘要:
本文在已有文献的基础上,给出了当A1、B1为对合矩阵时,分块矩阵与相似的充分必要条件是A1C+CB1=0。当A1、B1为k-幂零矩阵时,上述两分块矩阵相似的充分条件是和A1C+CB1=0。最后对A1、B1为k-幂零矩阵进行了进一步讨论。
-
-
孙颖
-
-
摘要:
在大数据背景下,引发了互联网信息管理的新浪潮.如今在船舶业中网络信息安全至关重要,在关键信息的传输过程中,目前均采用船舶网络信息加密隐藏方法对其进行处理,但由于加密过程较为复杂,导致加密后的信息变化较大,对信息读取造成的影响较大.因此,设计基于对合矩阵的船舶网络信息加密隐藏方法.使用对合矩阵完成船舶网络信息加密算法设计过程,使用信息嵌入算法实现网络关键信息的隐藏,至此,基于对合矩阵的船舶网络信息加密隐藏方法设计完成.经实验验证可知,此方法在使用后对于信息的影响较小,在日后的船舶信息安全管理中可使用此方法,提升船舶网络信息安全性.
-
-
田金玲
-
-
摘要:
正交矩阵和对合矩阵是矩阵中两类身份特殊的矩阵,对这两类特殊矩阵通过多种变换后的性质进行进一步的探究,得出经过怎样的变换后,正交矩阵仍然是正交矩阵,对合矩阵仍然是对合矩阵的这种特殊性不变的特性,同时通过比照的方式对两类矩阵的性质加以比较和辨析,探究它们的相同点和差异性.
-
-
-
-
臧睿;
于洋
-
-
摘要:
随着互联网在经济社会和国家安全中扮演着越来越重要的角色,近年来,网络数据传输安全引起了学界的重视,其中数字图像信息的加密传输是研究的热点问题之一.传统的图像加密方法形式较为单一,存在一定的漏洞,容易被破解.针对该问题,研究了基于对合矩阵、矩阵分解和信息隐藏的复合加密算法.利用对合矩阵对原始图像进行加密,将加密图像分解成若干低像素值的图像后分别隐藏到公开的信息中.实例说明,此种方法的安全性能较高,效果良好.
-
-
-
吴丹;
姚红梅
-
-
摘要:
记Mn(F)为域F上所有n×n矩阵的集合,其中n≥2.设{fij| i,j∈[1,n]=:{1,2…n}}是域F上的函数,如果映射f:Mn(F)→Mn(F)满足f:A (→)[fij (aij)],(A)A=[aij]∈Mn(F),则称f是由函数{fij}所诱导的映射.如果诱导映射f:Mn(F)→Mn(F)满足A2=In=>(f(A))2 =In,则称此诱导映射是保对合的.刻画Mn(F)上保对合的诱导映射形式,推广了保矩阵逆的诱导映射结果;最后提出两个开问题.
-
-
林冰雁;
李宾;
王燕如
-
-
摘要:
In this paper,we have discussed the anti-involutory matrices,which can interchange with involutory matrix. The main results are as follows:For a forth-order involutory matrix A,if A≠±I (where I is the identity matrix ),there are altogether 4 kinds of anti-involutory matrices which can interchange with A including:±iI、±iA、tr(A)=±2 and tr(A)=0.%讨论与四阶对合矩阵可交换的反对合矩阵。主要结果如下:对于四阶对合矩阵A,如果A≠±I(I是单位矩阵),那么与A可交换的全体反对合矩阵可以分为四类:±iI、±iA、tr(A)=±2和tr(A)=0。