首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 64 毫秒
1.
实现匈牙利法的常用算法有Gillett法和Kuhn法,目前用于换热网络综合,但在实际应用中有时失败。本文分析失败的原因在于发生了退化现象。依据Konig定理提出禁点的概念,并且证明若选禁点为节点(即匹配),则必不能得出最多节点(即最大匹配),并导致失败。禁点是覆盖全部零元素最少直线的交叉点零元素。文章还提出了新的算法。  相似文献   

2.
通过水热合成方法,合成了一种新型的硅钨酸盐担载的有机无机复合物[Zn (2,2'-bipy) 3 ]1.5 [SiW12O40Zn(2,2'-bipy)2 (OH) ]·0.25H2O,并对其进行了元素分析、红外光谱、热分析及X-射线单晶衍射等表征.结构分析表明,标题化合物结构单元中含有1个[SiW12O40Zn(2,2'-bipy)2 (OH) ]^3- 杂多阴离子,1.5个[Zn (2,2'-bipy) 3 ]^2+ 阳离子和0.25个结晶水分子.在[SiW12O40Zn(2,2'-bipy)2 (OH) ] ^3- 杂多阴离子中,Keggin阴离子 [SiW12O40]^4-通过一个端氧原子与[Zn (2,2'-bipy) 2 (OH) ]^+共价相连.TG-DTA热分析曲线表明多阴离子的骨架在618℃分解.  相似文献   

3.
研究了二苯并18-冠-6、KSCN与ZnCl2在1,2-二氯乙烷中的反应,得到标题配合物:[K(18-C-6)(CH3CN)]2[Zn(NCS)4]。通过元素分析、红外光谱、单晶X-射线衍射对进行了表征。配合物由两个[K(DB18-C-6)(CH3CN)]^+配阳离子,一个[Zn(Ncs)4]^2-配阴离子组成。处于冠醚中心的K^+除了与[Zn(NCS)4]^2-中NCS基团的S原子成键外,还与另一个[K(18-C-6)(CH3CN)]2[Zn(NCS)4]离子对的硫原子存在弱相互作用。相邻配合物离子对通过K…S和S…S弱相互作用形成三维网状结构。  相似文献   

4.
循环赛图K2n^(i)与完备匹配的新算法   总被引:1,自引:0,他引:1  
提出了求K2n的△(G)个完备匹配Mi的一种算法。给出了循环赛图的定义。阐明了循环赛图K2n^(i)的构造的过程。介绍了循环赛图K8^(i),K10^(i),K14^(i),K16^(i)的构造结果。  相似文献   

5.
用过氧化物法合成了[Co(appma)(amp)Cl][ZnCl4](appma=N-(2-氨丙基)-2-吡啶甲胺,amp=2-(氨甲基)吡啶)体系配合物+元素分析与^13C、^1H NMR检测表明,配合物是标题体系中的二异构体且配合物阳离子中可能具有C—H…π结构.  相似文献   

6.
给出了一个同时计算奇异束μE-A的伴随阵B(μ)和行列式σ(μ)的Leverrier-Hermite算法,其中E是奇异阵,但det(μE-A)≠0。这问题来自奇异线性控制系统^[6,7]。B(μ)和α(μ)可表成Hermite正交多项式的基底,解决了BARNETT S的一个公开问题^[2]。  相似文献   

7.
合成了7,16-二羟丙基-5,14-二氢二氢二苯并[b,i]-[1,4,8,11]四氮杂[14]轮烯的Zn(Ⅱ)、Fe(Ⅲ)、Co(Ⅱ)和Cu(Ⅱ)的配合物。这些配合物的组成及结构已被元素分析,IR、UV-Vis、^1HNMR和摩尔电导所证实。  相似文献   

8.
称图G的匹配M是偶匹配,如果M中的边关联的点集在G中的导出子图是偶图,即G[V(M)]是偶图称图G是偶匹配可扩的,如果G的每一个偶匹配M都包含在G的一个完美匹配中为了进一步地研究图的偶匹配可扩性,我们考虑图G的偶匹配数,即图G中最大偶匹配所含的边数,记为BM(G),我们证明了Cn×P2是2-偶匹配可扩的。  相似文献   

9.
0 前言 目前一般简单图的最大匹配的算法主要是1965年Edmonds提出的逐次调整的方法[1]。对于较特殊的双图,其最大匹配的算法主要是匈牙利方法[2]和网络最大流算法[3]。Edmonds算法和匈牙利方法的本质是一致的,都是对图中未饱和点生长一个M—交错树,逐步扩大匹配,最终达到求出最大匹配的目的;而双图的最大匹配的网络最大流算法也具有类似的性质,即逐步调整流量来达到求最大匹配的目的。这些方法均不可避免地要对已经计算过的点(或线)在不同程度上重新进行计算,即便当图是树图时也是如此。这样当图的点数相当大时,其计算量是很大的。本文根据[4]提出的理论和结论,给出了树图的最大匹配的一种简易算法。该算法设有重复计算,从而在计算量上比上述诸方法大大降低。由该算法还能同时给出树图邻接矩阵的秩和行列式的值。  相似文献   

10.
为了解决经典的特征点匹配算法SIFT采用比率测试得到的匹配特征点集中存在大量误匹配,且对数量和准确度无法兼顾的情况,提出了基于特征点局部特征值剔除误匹配特征点算法。该算法以高阈值比率测试得到的结果为粗剔除匹配点集,基于三角形相似性原理,从该特征点集中筛选出3个匹配正确的特征点对,利用其分别在基准图像和实测图像中构建局部直角坐标系,根据匹配的特征点对在相似局部坐标系下局部特征值的相似度剔除误匹配特征点,实现精剔除。实验结果表明,本文算法可以有效的剔除SIFT算法匹配结果中的误匹配,同时,与低比率(0.6)测试匹配结果比较,准确度较高,降低了匹配正确的特征点被误剔除的概率。可见本文算法可有效的剔除误匹配特征点,获得准确度高的匹配点集。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号