排序方式: 共有24条查询结果,搜索用时 15 毫秒
1.
2.
研究素数阶完全图分解为循环圈的方法,给出计算它的子围的团数的一种算法,得到3个三色,为个四色Ramsey数的新的下界:R(3,4,18)≥450,R(3,4,19)≥464,R(3,4,20)≥522,R(3,3,5,10)≥542,R(3,3,5,11)≥9618,R(3,4,5,16))≥1410R(3,4,5,17)≥430. 相似文献
3.
研究了正则的素数阶循环图,提出了计算Ramsey数R(q,q2,…,qn)的下界的一种算法,并得到:R(3,3,10)≥102,R(3,3,14)≥194,R(3,3,18)≥294,R(3,3,20)≥434。 相似文献
4.
5.
6.
7.
研究素数完全图分解为循环图的方法,给出计算它的子图的团数的一种算法,得到3个三色,4个四色Ramsey数的新的下界:R(3,4,18)≥450,R(3,4,19)≥464,R(3,4,20)≥522,R(3,3,5,10)≥542,R3,3,5,11)≥618,R93,4,5,16)≥1410,R(3,4,5,17)≥1430。 相似文献
8.
研究了素数阶循环图的基本性质.提出寻求有效参数构造正则循环图的新方法.得到3个经典Ramsey数的新下界:R(8,16)≥578,R(8,17)≥642,R(8,18)≥678.这3个结果填补了关于Ramsey数的上下界表中的3个空白. 相似文献
9.
研究了素数阶循环图的团数和独立数,提出了计算经典二色Ramsey数下界的一个算法.得到了两个Ramsey数的新下界:R(3,26)≥150,R(3,32)≥194. 相似文献
10.
针对超像素分割算法需要人为设置初始超像素个数和目标边缘分割不精确等问题,提出一种自适应产生超像素个数的道路图像分割算法。该算法主要包含超像素的获得和超像素的合并两阶段。在超像素的获得阶段,首先通过计算图像区域数对应的图像颜色分量直方图峰值个数自动获得初始超像素个数,然后基于简单线性迭代(SLIC)算法在图像过分割的基础上利用颜色分量最大差值对过分割超像素块进行欠分割检测与处理,实现超像素的精确分割。在超像素的合并阶段,通过融合超像素颜色和纹理特征建立超像素间相似度信息表,最后在结合空间位置相邻性的基础上实现超像素的合并。实验在自动驾驶场景评测数据集KITTI上对本文算法进行验证和测试。结果表明,本文提出的算法与其他道路图像分割算法相比,在总体精度、平均召回率以及F1值3个指标上均有较好的效果。 相似文献