连通、局部2-连通[4，2]-图的路可扩性

如果G中任意s个点的导出子图中至少含有t条边,则称图G为[s,t]-图。证明了：设G是连通、局部2-连通的[4,2]．图,则G或者含有与K1.1,1.3同构的子图,或者是路可扩的。     

几乎局部连通[4,2]-图的圈可扩性

如果图G的任意s个顶点的导出子图中至少含有t条边,则称图G为[s,t]-图.本文证明:连通、几乎局部连通[4,2]-图中任意一个满足5≤|C|≤|G|的圈是可扩的.     

3-连通[5,2]-图中的Hamilton圈

如果图G中任意s个点的导出子图中至少含有t条边,则称图G为[s,t]-图.本文证明了:若G是3-连通[5,2]-图并且|G|≥11,则G含有Hamilton圈.     

2-连通 [5,3]-图中的Hamilton圈

如果G中任意s个点的导出子图中至少含有t条边，则称图G为[s，t]-图，证明了若G是顶点数不小于8且δ（G）≥3的2-连通[5，3]-图，则G含有Hamilton圈．     

2-连通[4,1]-图的Hamilton圈

如果G的任意s个点的导出子图中至少含有t条边,则称图G为[s,t]-图.本文证明了以下结果:2-连通[4,1]-图是Hamilton图的充要条件是它不同构于三类特殊的图.     

连通[5,3]-图的最长圈

如果G中任意s个点的导出子图中至少含有t条边,则称图G为[s,t]-图。现证明以下定理:设G是n(≥7)阶连通[5,3]-图,则G中最长圈的长度不小于[n/2],此界是最好可能的。     

3-连通[6，2]-图中的Hamilton路

如果G中任意s个点的导出子图中至少含有t条边,则称图G为[s,t]-图．本文证明了若G是3-连通[6,2]-图,则G或者含有Hamilton路或者同构于K5∨G3．其中,G3是含有3个点的任意图．     

k-连通[k+3,k]-图中的Hamilton路

如果G的任意s个点的导出子圈中至少含有t条边,则称图G为[s,t]-图.本文证明了若G是k-连通[k+3,k]-图(k≥2),则G或者含有Hamilton路或者同构于Kk+2∨ Gk(其中Gk是含有k个点的任意图).     

三角连通[4,2]-图的完全圈可扩性

如果G的任意s个点的导出子图中至少含有t条边,则称图G为[s,t]-图.本文证明了:若G是无孤立点的三角连通[4,2]-图,则G或者是完全圈可扩的或者同构于F.其中图F有与图■∨K2同构的导出子图.     

[4,1]-图的圈可扩性

如果图G的任意s个顶点的导出子图中至少含有t条边,则称图G为[s,t]-图。本文证明了连通、局部2-连通[4,1]-图是完全圈可扩的。     

连通、N2-局部连通、K1,4-受限图的哈密顿性

证明如下结论：设G是连通、N2-局部连通、δ≥6的K1，4-受限图，如果G中不含有同构于G1，G2或G3的导出子图H。则G含哈密顿圈．     

连通、几乎局部连通拟无爪图是完全圈可扩的

G是一个图，B（G）表示G中所有局部不连通的点构成的集合。如果B（G）是独立集，并且对任意v∈B(G),Eu∈V(G),使G[N(v)∪{u}]连通，则称G是几乎局部连通的。如果G中所有爪心构成的集合D（G）是独立集，并且对任意v∈D(G),G[N(v)]是强2－控制的，则称G是拟无爪图。本文证明：连通、几乎局部连通的拟无爪图是完全圈可扩的。     

多连通区域的模

本文的主要目的是研究多连通区域的一个新的不变量,并把它定义为区域的模。当n=2时,我们所定义的模与通常的模一致。我们讨论了这种模的一些性质及应用。     

单圈连通图的边独立指数

依据图的边独立指数概念,探讨了单圈连通图的边独立指数的相关性质,得到了单圈连通图边独立指数的上、下界,并给出了单圈连通图边独立指数达到上、下界的极图。     

几类图的连通包数

通过研究几类图的连通包数，确定了友谊图、风车图及联图P_m∨K_n与C_m∨K_n的连通包数，其中P_m是具有m个顶点的路，C_m是长度为m的圈，且K_n是完全图K_n的补图。     

关于强连通复形的因子定理

本文定义了强连通复形,给出了强连通复形存在1-因子的充分必要条件,从而解决了一类多维匹配问题。     

连通、弱局部连通、K1,P-约束图的完全圈可扩性

给出了弱局部连通的定义，证明了顶点数不少于3的连通图、弱局部连通图、Kl,p-约束图是完全圈可扩的，改进了朱永津、王江鲁(1998)文中关于蜀Kl，p-约束图的完全圈可扩性的相应结果。     

汉语语音连接词的分段和识别

本文提出一种汉语语音连接词音节分割方法。根据汉语语音学知识分析了语音分段中的四种音节连接方式,除了短时能量和过零率外在处理鼻辅音连接时采用了预测误差的微分△E和信号能量的微分△E_s两个特征。综合分段算法可以确定语音串中音节的边界。当输入速度为4～5音节时分割成功率达97.5％。我们采用此方法对定人发音的数字串和连接词进行一系列识别实验、识别结果验证了方法是简便和有效的。