关于树T13的优美性

在n阶树用0,1,2,…,n-1,不同的n个数对定点标号,使得每一条边的标号也不相同,即{1,2,...,n},我们称这种标号是优美标号.在优美树问题中,文献[3]猜想树是优美树;本文讨论了一类树,用T13表示,并研究了树T13的优美性标号.     

关于树T_3~1的优美性

在n阶树用0,1,2,…,n-1,不同的n个数对定点标号,使得每一条边的标号也不相同,即{1,2,…,n},我们称这种标号是优美标号。在优美树问题中,文献[3]猜想树是优美树;本文讨论了一类树,用T13表示,并研究了树T13的优美性标号。     

PVQ的标号算法

PVQ(PyramidVectorQuantization)是一种格型矢量量化技术,它可用于压缩子带分解/小波变换或DCT变换产生的拉普拉斯信源[1],本文论述了二种新的用于PVQ的标号算法幅度标号法(MagnitudeEnumeration)和务件乘积码标号算法(ConditionalProductCodeEnumeration)[2]。对子区的划分方法都不相同。     

PVQ的标号算法

PVQ(Pyramid Vector Quantization)是一种格型矢量量化技术,它可用于压缩子带分解／小波变换或DCT变换产生的拉普拉斯信源,本论述了二种新的用于PVQ的标号算法;幅度标号法（Magnitude Enumeration)和条件乘积码标号算法(Conditional Product Code Enumeration),对于区的划分方法都不相同。     

基于多链表树簇结构的嵌入式小波编码算法

针对SPIHT算法存在的不足,提出一种新的基于多链表树簇结构的嵌入式小波编码算法.为了实现对高频带数据的高效组织,该算法定义了一种新的数据结构--树簇结构;为了提高编码后的码流在信道中的抗误码性能,在信源编码中对不同频带、不同方向的高频数据分别建立链表.实验结果表明,与SPIHT算法相比,该算法不仅编码效率高、速度快,而且抗误码性能好.     

毛毛虫树T(k1,k2,...,kn)的优美标号

本文研究了毛毛虫树T（k1,k2,...,kn）的优美性,得到毛毛虫树的优美标号算法等结论.     

关于一类树的优美性

在n阶树用0,1,2,…,n-1,不同的n个数对顶点标号,使得每一条边的标号也不相同(相关联一对顶点的标号差的绝对值不相同),即{1,2,…,n},称这种标号是优美标号;根据优美图的定义,研究了优美树问题中,Rosa猜想树是优美树;本文研究了一类树T_(k_3)~1,的优美性。     

关于香蕉树的奇优美标号

在图论的研究中,图的标号问题是在二十世纪六十年代提出的 ,人们根据应用的需要提出了许多关于简单图的标号猜想.在猜想和实际应用中,涉及到最多的是树.Chen et al定义了香蕉树,在此讨论了该树的奇优美标号以及在一些情况下的伪优美标号.     

改进型OVSF码随机动态分配算法

针对WCDMA(Wideband Code-Division Multiple Access)系统下行链路随机动态码分配算法存在码阻塞概率大、进行最小代价分支搜索信令开销大的问题,提出了一种改进型动态码分配算法.该算法采用搜索最小代价函数值、以邻近原则进行码树蕈排、释放同级码字中具有最大代价函数值的码字策略.仿真结果表明,改进型动态码分配算法码阻塞概率低于随机动态码分配算法的码阻塞概率.在业务量为16 Erl时,改进型动态码分配算法使系统码阻塞概率降低18.37%,同时该算法能有效降低系统的复杂度.     

一种证明(k,d)-强优美树的新方法

在现有研究的很多图优美问题中,发现了一种叫做悬挂和拆分的新方法.利用此新方法可以构造出较大规模的具有(k,d)-强优美标号,并证明了新方法所构造出的(k,d)-强优美树的正确性,且由(k,d)-强优美标号可导出强奇优美标号.此新方法较易转化为优良的算法,为(k,d)-强优美标号应用于网络提供了可行的理论保证.     

基于时隙补偿机制的RFID混合查询树算法(AHQT)

标签防碰撞算法的优劣决定了RFID系统性能的好坏,针对标签识别的RFID系统前人已经提出了许多算法,但都有明显的缺点,包括识别速度慢、不稳定等．已有的算法主要分为两大体系：基于ALOHA的算法、查询树算法．基于混合查询树算法,引入时隙补偿机制和采用特定编码方式（曼彻斯特编码）,由标签中每三位中1的个数,决定标签响应时隙,大大降低了碰撞时隙,提高了识别效率．     

最小生成树边与边的权的调整

图的最小生成树已经有了好算法，但当图增加或删去几条边或少数几条边的边调整时，最小生成树的边、权可能发生变化，用原算法寻找最小生成树时，显得比较麻烦．利用破回路算法给出一个简单的 方法．并给出了相应的示例．     

Optimization in the Migration Problem of Mobile Agents in Distributed Information Retrieval Systems

In this paper,we employ genetic algorithms to solve the migration problem (MP).We propose a new encoding scheme to represent trees,which is composed of two parts;the pre-ordered traversal sequence of tree vertices and the children number sequence of corresponding tree vertices.The proposed encoding scheme has the advantages of simplicity for encoding and decoding,ease for GA operations,and better equilibrium between exploration and exploitation.It is also adaptive in that,with few restrictions on the length of code,it can be freely lengthened or shortened according to the characteristics of the problem space.Furthermore,the encoding scheme is highly applicable to the degreeconstrained minimum spanning tree problem because it also contains the degree information of each node.The simulation results demonstrate the higher performance of our algorithm,with fast convergence to the optima or sub-optima on various problem sizes.Comparing with the binary string encoding of vertices,when the problem size is large,our algorithm runs remarkably faster with comparable search capability.     

修正Prufer变换的性质

本文给出修正Prufer变换的若干性质,它对于研究Sturm-Liouville问题的特征值具有重要的作用.     

两个图算法的改进

Minty算法和Mayeda—Seshu算法是求无向连通图树清单的两个直观算法,它们都比矩阵算法节省计算时间。然而,它们仍然较复杂。本文分别对这两个算法提出了改进措施,大大降低了计算复杂性。改进后的算法既简单又直观易懂。对于Minty算法,我们提出了一个不完全算法;对Mayeda—Seshu算法,我们则避开了求基本割集这一复杂步骤。     

原材物料信息系统中的编码/译码设计与实现

从信息集成的角度出发,考虑原材物料的信息范围,提出一种具有柔性的,适用于原材物料的信息分类编码系统的结构模型.模型具有面向特征、面向环节、分级、分层等特点,编码系统采用树式结构描述信息类型,在结构上允许对事物的特征作尽可能详细地描述,并在同一个系统中作统一描述,而在代码应用上,既简单又十分灵活.同时,给出编码和译码的基本流程和实现算法,并讨论设计和实现中的相关问题.     

基于遍历序列恢复二叉树的新解法及其证明

提出了一种基于前序和中序遍历序列恢复二叉树的解法,算法以数学公式形式呈现,反映了建树过程中相关数据变化的一般规律,具备数学上的引用透明性,由此能机械获得非递归程序和循环不变式,并进行了正确性证明.通过简单变换,获得了后序+中序、前序+后序恢复二叉树的可信算法.实验效果表明了该解法的有效性.     

基于多尺度粗糙集模型的决策树在高校就业数据分析中的应用

为解决目前常用于就业数据分析的C4.5算法、基于粗糙集等的决策树生成算法均无法很好地处理决策精度需求不同和噪声适应能力的问题,运用基于多尺度粗糙集模型的决策树算法于于高校就业数据分析,并以某高校2012年就业数据为例进行分析,同时将分析结果与C4.5算法和基于粗糙集的决策树生成算法的分析结果进行比较．结果表明:基于多尺度粗糙集模型的决策树算法生成的决策树树形结构简单、产生的规则简洁、不存在不可分的数据集、运算速度快．     

二叉树形冲突分解改进算法分析

采用２种二叉树形冲突分解改进算法，对随机争用多址访问系统中冲突分解进行了研究，给出了站突分解平均时隙数的解析式和系统吞吐量的解析式。计算机模拟实验表明二叉树形冲突分解改进算法是有效的，进一步改进的系统性能。     

代价敏感学习的过度拟合问题研究

代价敏感学习算法的目的是最小化各种代价总和,与其他学习算法一样,它必须面对过度拟合这个挑战性问题,即分类器可以较好地拟合训练数据,但对测试或实际数据的效果较差.针对代价敏感学习的这些缺点,提出两个克服过度拟合的策略.第一个滤波技术策略针对TCSDT分类建立,滤波后的概率估计值被用于对每个分离属性的潜在误分类代价计算,并延缓潜在大误分类代价的分离属性的优先选择,最后,采用交叉验证方法决定m的值.第二个策略与基于标准错误的Laplace剪枝方法不同,阈值剪枝采用一个预先定义的阈值集合(跟代价有关)来确定决策树的一个叶节点是否被剪除.这两策略可独立或联合用于避免TCSDT分类的数据过度拟合.实验表明,所提出的两算法不但在代价敏感学习中有优势,在非代价敏感学习也具有优势,可以有效地减弱过度拟合,有很强的健壮性,UCI数据集实验结果显示算法的拟合能力平均优于存在方法10%以上.