n-扩张图的度和与可迹性

研究了n-扩张图的度和与可迹性,利用度和证明了对于n-扩张图G且S(∈)V(G),如果σ3(S,G)≥(3)/(2)(p-2n)-4,则S在G中可迹,或c(S,G)≥p(S,G)-1.     

有向图"与连通"遍历中初始结点集求解分析

研究内容是在系统故障图分析中抽象出的一个基础问题。定义了有向图"与连通"概念。提出了如何确定有向图的初始结点集,从初始结点集出发,经"与连通"遍历整个图的问题,将初始结点集分解为源结点集和圈核结点集,并提出了求解初始结点集的一个算法。研究结论及算法被应用于多项自动化处理中。     

关于〈G;m〉的优美性

本文证明了优美二分图的根积是优美图,并由此得出一些有意义的推论。     

采矿CAD中的基本图素集研究

基本图素集是采矿ＣＡＤ中的一项关键技术。本文综合运用ＣＡＤ技术、计算机图形学，结合传统采矿工程设计的特点，提出了采矿ＣＡＤ系统的基本图素集构造原则及基本因素集。对基本图素集中每种因素的描述方法、组织方式、适应性等进行了全面的讨论。     

用李沙育图形法研究铝阳极氧化膜的电解着色

本文叙述用李沙育图形法研究 GKC青铜色系电解着色液组份的作用机理和工艺参数的影响,并探索控制着色的可能性,提出了电解着色初期有一个“前置反应”期的看法.证实了锡和镍共存时能发生共析。     

基于无向干扰图的大规模多输入多输出滤波器组多载波系统下行链路用户聚类

提出了一种基于大规模多输入多输出滤波器组多载波(MIMO-FBMC)系统下行链路的用户聚类算法.在用户组数量和用户数量随机的环境下,该算法将用户和用户之间信道向量的相关系数自适应地表示为无向干扰图,边的权重表示为相邻用户之间信道向量干扰强度,然后根据每个图的权重值之和与阈值比较进行分簇,仿真结果表明,在基站(BS)天线数量不同的情况下,该算法性能优于传统的用户分组方法,并降低了算法复杂度,提高了系统总和速率.     

基于多信息感知的多方对话问答方法

目前基于多方对话文本的自动问答任务侧重于探索对话结构信息或说话者角色信息,忽视问题文本和对话文本的交互。针对这一问题,提出一个融合多信息的全新模型。该模型使用图卷积神经网络,对多方对话文本中的话语结构、说话者角色以及问题–上下文信息进行分层次建模,并设计合理的基于注意力机制的交互层,通过选择更有帮助的信息,加强对多方对话文本的理解。此外,该模型首次对问题和上下文间的显式交互给予关注。实验结果表明,所提模型的性能优于多个基线模型,实现对多方对话文本的深层次理解。     

完全图强乘积的强半径和强直径

首先证明2个非平凡完全图强乘积是完全图且具有强定向性,然后确定了完全图强乘积的最小强半径和最小强直径的精确值,给出了最大强直径和最大强半径的范围.最后通过利用强乘积的结合性,将上述结论推广到多个完全图的强乘积.     

解决图着色问题的膜进化算法

图着色问题是图论中比较热门的NP难问题之一。针对该问题,有许多启发式求解算法,但都存在求解的质量不高,计算时间较长等问题。近些年提出的膜进化算法,在处理NP难问题中展现出了独特的优势。基于膜进化算法框架,提出了解决图着色问题的膜进化算法,把图着色问题和膜结合,设计了复制、融合、分裂、溶解、融合分裂、禁忌搜索6种膜进化算子。这些算子在演变的过程中使膜和膜结构发生进化,从而找到更优解,最后求得解决方案。在DIMACS的40个挑战数据集上面进行了实验,与3个最新的图着色算法比较的结果表明：在保证解的质量的情况下,文中提出的膜进化算法能有效降低求解的时间,其中有58%的实例占优。     

一种融合标签间强相关性的多标签图像分类方法

为了将标签间的语义相关性引入多标签图像分类模型中,传统的方法例如 ML-GCN 通过设置单阈值将标 签条件概率矩阵二值化为标签共现矩阵,然而,仅设置单阈值很难归纳所有的标签语义关系情况。 针对这一问题, 提出一种融合标签间强相关性的多标签图像分类方法—MGAN(Multiple Graph Convolutional Attention Networks), 通过设置多个阈值,将传统的标签条件概率矩阵按照不同的相关性程度分割为多个子图;同时,为了提升多标签分 类性能,也引入图像区域空间相关性。 另外,针对传统的“CNN+GCN”方法将标签与特征的融合张量视为预测分数 缺乏可解释性问题,将标签与特征的融合张量视为注意力分数;在 MS-COCO 和 PASCAL VOC 数据集上与其他主 流多标签图像分类方法进行了对比实验,平均准确率分别达到了 94. 9%和 83. 7%,相较于经典 ML-GCN 模型,分 别获得了 0. 9%和 0. 8%准确率提升,且在“Binary”和“Re-weighted”邻接矩阵模式下,MGAN 都有较好的表现,验证 了新的融合方法可以缓解图卷积神经网络过平滑问题对多标签图像分类的影响。