无爪图的极大欧拉生成子图边数问题

研究了无爪图的极大欧拉生成子图边数问题,给出了当其最小度不小于4,且去掉极大欧拉生成子图后图的分支数不小于顶点数的1/4时,catlin-猜想成立;进一步得到了最大度不小于5时,超欧拉无爪图的极大欧拉生成子图一定不是Hamiltion圈的结论.     

一类无爪泛圈图

本文证明了如下结果:G 是 n(≥8)阶,2—连通无爪图,且对 G 的每一个生成子图 A、A~+,满足(a_1,a_2),则 G 为泛圈图(除圈外)。     

彩色自然场景统计显著图模型

提出了一种彩色图像自然场景统计显著图模型,它根据人类视觉系统对图像的处理方式,利用自然场景高斯尺度混合(GSM)统计分布中的乘数随机变量来计算图像灰度通道与彩色拮抗对的显著性描述,将三者的加权平均作为彩色图像的显著图.实验结果表明,彩色拮抗对通道的加入能够有效提高显著图模型与视觉注意力选择机制的一致性.对比不同模型提取的显著图,以及利用公开数据库计算得到的ROC曲线及该曲线下的面积(AUC),均表明本文显著图模型具有显著的优越性.     

4－连通无爪图中的Hamilton圈

Ｍａｔｔｈｅｗｓ等猜想：每一个４－连通无爪图是Ｈ－图．本文证实当Ｇ不含局部连通点及３团时该猜想成立．     

超欧拉图生成子图边数问题的综述

综述了超欧拉图的生成子图边数问题,包括该问题的提出及研究发展过程,并罗列了两类公开问题:能否证明边数问题的下确界是35,若不能证明,能否找到更小的下确界?对一些著名的超欧拉图类,如具有两棵边不交的生成树的图等,能否证明其满足Catlin-猜想或35-猜想?     

基于有向无环图的函数依赖一致性数据生成

针对函数依赖一致性数据生成问题,采用有向无环图作为函数依赖集合的描述模型,提出一种单函数依赖一致性数据生成算法 （TGSFD）;并通过属性排序解决多函数依赖一致性数据生成问题;为了利用流水线技术提高数据生成效率,提出最小独立属性子集概念,并给出了属性集划分算法. 实验表明本文提出的TGSFD和属性排序算法能够保证生成的数据满足函数依赖一致性,属性集划分和流水线技术可以有效提高数据生成效率.      

仙人掌图的度偏差指数

为了研究图的非正则性,在已提出的度偏差指数s(G)=■(d_i表示顶点v_i的度)的基础上,通过图形变换研究了仙人掌图关于度偏差指数的极值问题,给出了它的极大值和极小值以及刻画了达到极值的仙人掌图。     

Euler生成子图边数的一个定理

证明了：设G＝（V,E）是2－边连通的简单图,|V|＝n,δ（G）是G的最小度,若δ（G）≥max｛4,(n-4)/5｝时,G存在Euler生成图H,使得|E(H)|/1E(G)|≥2/3,即此时Catlin时的2／3－猜想成立。     

基于DPCNN的无向赋权图的最小生成树的求解

 利用脉冲耦合神经网络(PCNN,Pulse Coupled Neural Network)的脉冲波并行传播特性,在其时延脉冲耦合神经网络(DPCNN,Delay PCNN)的基础上提出了一种求解无向赋权图最小生成树的新算法.算法针对最小生成树的权值总和最小且连通的性质,结合时延脉冲耦合神经网络脉冲波的并行传播,通过求解无向赋权图的最短路径并对其连通性进行判断,采用迭代的方法,成功地求解了无向赋权图的最小生成树.最后给出了仿真实验,证明了该方法的有效性,与传统算法比较有一定的优势.     

5连通无爪图的最长圈

设Ｇ为ｎ阶５连通无爪图，σ６＝ｍｉｎ｛∑ｘ∈Ｉ６ｄ（ｘ）｜Ｉ６为Ｇ的６点独立集｝，则Ｃ（Ｇ）≥ｍｉｎ｛ｎ，σ６－１１｝。     

具有约束的极小生成子图的一个算法

针对实际中的一类连接问题建立了网络模型，给出了便于计算机实现的算法，即：通过依次收缩各边简化网络Ｇ＝ （ Ｖ，Ｅ，Ｗ） ，最终得到最小生成树；然后恢复各边和顶点，从而得到了此类问题的最优解。     

计算机视觉中的图匹配方法研究综述

图匹配是计算机视觉与模式识别领域的基础而又重要的问题.它在诸多方面都有着广泛的应用.从优化角度看,图的匹配问题是一种离散组合优化问题,使得该问题本身具有NP(non-deterministic polynomial)-hard性质.因此,寻找该问题的一种有效的近似解是当前研究的重要问题.论文首先对图匹配问题的的问题表示进行了阐述,并分析了该问题求解的难点和关键点.然后,对近年来计算机视觉研究领域中提出的一些具有代表性的传统图匹配算法进行了归纳和综述.最后,探讨了图匹配的未来研究方向和研究思路.     

基于java3d的场景生成工具的设计与实现

本文使用java语言结合java3d技术开发了一个三维场景生成工具。为简化虚拟场景构建,用参数化建模技术建立物体库,操作界面采用以二维平面图生成三维场景图的形式,用户可以在该工具上进行简便的操作即可生成复杂的三维场景。此外并针对高层建筑物的场景生成提出了较好的解决方案,可方便的对特定楼层的场景进行编辑。     

基于生物视觉感知的场景特征提取方法

针对复杂背景环境下图像场景理解及分类中遇到的诸多难题,提出了一种模拟生物视觉感知的新的图像场景特征提取方法.该方法采用方向、颜色和亮度三种感知特征来构造视觉显著图,并对基本单元进行最大化处理来得到更加精确的方向信息.为了提高特征提取的速度,设计了区域分割算法,然后构造分割区域描述子,最后通过SVM对特征向量集合进行无监督分类以实现显著区域匹配.与传统方法相比,该方法提取的特征对于一定程度的仿射和光照变化具有良好的不变性,同时具有较好的分类效果.实验结果表明上述方法能够较好地应用于场景分类及检索,并具有较强的时效性.     

三维场景相息图快速生成研究

相息图以其衍射效率高,无共轭像等优点而被广泛应用于全息三维动态显示中,然而相息图计算量大,生成速度慢而影响了它的实时动态显示;鉴于此,提出了一种三维场景相息图快速生成方法;采用OpenGL进行物点离散采样,逐点计算的优化查表算法进行相息图计算,将相位因子拆成水平方向和竖直方向因子的乘积,离线制作的查找表只需存储水平方向和竖直方向因子,从而使存入GPU纹理内存的查找表空间大大减少,并利用CUDA架构合理设计并行计算方案,使相息图的运算速度进一步加速;实验表明:采用此方法能正确生成所需的相息图,且计算速度比基于CPU的计算方法提高了40倍左右.     

树扩图的生成树数

连通图的生成树是指该图的极小连通生成子图,本文在Cayley公式的基础上,给出每一树扩图类Pn（t）、K1,n-1（t）、Tn（a1,a2,…,ak;t）、Tn,k（t）中的图的生成树数相同．     

寻找欧拉生成子图最大边数的一个方法

设G是超欧拉图,X是G的子图.在G中,把X的点收缩为一个点vX,去掉X的边,得到G关于子图X的收缩,记为G/X.引入a—子图的概念,得到了若干a—子图,并表明如何利用a—子图来寻找欧拉生成子图的最大边数.     

随机回答模型中无回答偏差的调整

在随机回答模型中，无回答偏差取决于回答率和替代值产生的偏差。介绍了两种调整随机回答模型中无回答偏差的方法：分别是多次访问和替代法。