关于若干倍图的关联邻点可区别全染色

对简单图G(V,E),f是从V(G)∪E(G)到{1,2,…,k}的映射,k是自然数,若f满足:(1)uv∈E(G),u≠v,f(u)≠f(v);(2)uv,uw∈E(G),v≠w,f(uv)≠f(uw);(3)uv∈E(G),C(u)≠C(v);其中C(u)={f(u)}∪{f(uv)uv∈E(G)}.则称f是G的一个关联邻点可区别全染色,所需的最少颜色数称为图G的关联邻点可区别全色数.给出了路、圈、星、扇、轮倍图的关联邻点可区别全色数.     

图的corona积的局部反魔幻着色数

令G=(V(G),E(G))是具有n个顶点、m条边的连通简单图.称一个双射f:E(G)→{1,2,…,|E(G)|}为图G的一个局部反魔幻标号,如果f满足对于G中任意两个相邻的顶点u和v都有w(u)≠w(v),其中w(u)=∑e∈E(u)f(e),E(u)是与点u相关联的边的集合.若对图G的顶点v着颜色w(v),则图G...     

一类3-正则图的关联邻点可区别全染色

对简单图G(V,E),f是从V(G)∪E(G)到{1,2,...,k}的映射,k是自然数,若f满足(1)uv∈E(G),u≠v,f(u)≠f(v);(2)uv,uw∈E(G),v≠w,f(uv)≠f(uw);(3)uv∈E(G),C(u)≠C(v);其中C(u)={f(u)}∪{f(uv)|uv∈E(G)};则称f是G的一个关联邻点可区别全染色.给出了一类3-正则重圈图Re(n,m)(m≥2,n≥3且n≡0(mod2))的关联邻点可区别全色数.     

直径为4的奇优美树

对于简单图G=, 如果存在一个映射f: V→{0,1,2,...,2E|-1}满足:对任意的u,v∈V,若u≠v,则f(u)≠f(v);max{f(v)|v∈V}=2|E|-1;对任意的e1,e2∈E,若e1≠e2,则g(e1)≠g(e2),此处g(e)=|f(u)-f(v)|,e=uv;{g(e)|e∈E}={1,3,5, ...,2|E|-1},则称G为奇优美图,f 称为G的奇优美标号.提出一个猜想:每棵树都是奇优美的,文章证明了直径为4的树都是奇优美的.     

图的邻点可区分染色猜想成立的两个充分条件

简单连通图G的邻点可区分全染色(邻强边染色)是图G的一个正常全(边)染色,并且使得任意两个相邻的点u,v满足C(u)≠C(v),其中C(u)={f(u)}∪{f(uw)|uw∈E(G),w∈V(G)}(C(u)={f(uw)|uw∈E(G),w∈V(G)}).满足图G有一个邻点可区分全染色(邻强边染色)所用的最少颜色数记为χat(G)(χ′as(G)).图G的最大度记为Δ(G).本文给出了χat(G)=Δ(G)+3的一个充分条件和χ′as(G)=Δ(G)+2的一个充分条件.     

关于P_(2r,2s-1)的k-优美标号

对于简单图G=,如果存在一个映射f:V(G)→{0,1,2,…,|E|+k-1}满足:1)对任意的u,v∈V,若u≠v,则f(u)≠f(v);2)max{f(u)|u∈V}=|E|+k-1;3)对任意的e1,e2∈E,若e1≠e2,则g(e1)≠g(e2),且{g(e1)|e∈E}={k,k+1,…,|E|+k-1},g(e2)=|f(u)-f(v)|,e=uv,则称G是k-优美图,f称为G的k-优美标号.作者研究了一类图的k-优美标号.     

一些卡方积图的符号星控制数

设G=(V,E)是一个没有孤立顶点的图,如果一个函数f:E→{+1,-1},对一切v∈V(G)满足∑e∈E(v)f(e)≥1成立,则称f为图G的一个符号星控制函数。图G的符号星控制数定义为γ’ss(G)=min{∑e∈E(v)f(e)∣f为G的符号星控制函数}。在图的符号星控制概念的基础上,确定了两类特殊图的符号星控制数。     

伞状树的奇强协调性

设G=V,E是一个简单图,若存在一个映射f:V(G)→{0,1,2,…,2|E|-1}满足(1)对任意的u,v∈V,若u≠v,则f(u)≠f(v);(2)对任意的e1,e2∈E,若e1≠e2则g(e1)≠g(e2),此处g(e)=f(u)+f(v),e=uv,且{g(e)|e∈E}={1,3,5,…,2|E|-1},则称G是奇强协调图,f为G的奇强协调标号,讨论了一类树的奇强协调性.     

有圈二部图覆盖的一个结果

H.Wang猜想,对于任意整数k≥2,存在N(k)使得二部图G=(V1,V2,E)中,V1=V2=n≥N(k),且对于G中任意一对不相邻的顶点x∈V1,y∈V2,有d(x)+d(y)≥n+k,那么,对于G中任意k个独立边e1,e2,e3,…,ek,存在顶点不重的k个圈C1,C2,…,Ck,使得ei∈E(Ci),i∈{1,2,…,k}和V(C1∪C2∪…∪Ck)=V(G).H.Wang及J.A.Bondy对k=2,3时证明了猜想成立,本文对k=4证明了猜想的正确性.     

图的最大平均度与关联色数

图G的关联着色是从关联集I(G)到颜色集C的一个映射使得任意两个相邻的关联不着同色。从图的结构性质出发,对图的关联着色进行了讨论,利用归纳法和换色技巧证明了mad(G)<3,Δ(G)=4的图G存在一个(6,2)-关联着色。     

冠图的关联着色

证明了１９９３年Ｂｒｕａｌｄｉ和Ｍａｓｓｅｙ在Ｄｉｓｃｒｅｔｅ Ｍａｔｈｅｍａｔｉｃｓ总第１２２期等５１～５８页提出的ＩＣＣ猜想（每个图Ｇ能用△＋２种颜色关联着色）对一些图的冠图是正确的。     

关于冠图的关联着色

证明“每个GL科能用Δ＋2各颜色进行关联着色的ICC猜想对一些图图是成立的。     

几种图类的邻点可区别关联着色

近年来,关于图着色问题的研究得到了许多有价值的结果,同时拓展出若干新的着色.图的邻点可区别关联着色是在图的关联着色概念的基础上提出的一种新的着色概念.本文研究了路、星、扇、轮、完全图的邻点可区别关联着色并确定了它们的邻点可区别关联色数.     

1-树的关联色数

给出1－树图的某些结构性质，证明了2－边连通的1－树图G存在一个（△＋2）－关联着色使得各项点的远关联被分配上相同的颜色，并确定了它的关联色数等△＋1，这里△表示图的最大度。     

图的分数着色和分数色数

引入了一种新的图着色 :图的分数关联着色。定义了图的分数关联色数。讨论了分数关联着色的性质 ,给出了图的分数关联色数的一个下界。     

面向动态时间弯曲距离的灰关联聚类方法研究

灰色关联聚类是灰色系统分析的重要研究领域.现有的灰关联聚类方法在处理不同长度序列数据时,通常采用补齐或删除数据方式进行处理,增加了系统的不确定性.在动态时间弯曲距离基础上,提出了一种新的灰关联聚类方法,通过计算序列间距离矩阵的最短路径来度量相似程度,最终完成序列的灰关联聚类.该方法无需对序列数据进行人工干预,具有更强的鲁棒性.实验结果表明,在处理不同长度数据序列时,聚类结果更为准确.     

入射角对光栅衍射测量结果的影响

分析了测定光栅常数或测定光的波长时把斜入射当作正入射考虑所引起的误差,结果表明：当入射光线与光栅不垂直而偏离的角度α小于3°时。这部分误差较小而可以忽略,但随着偏离角度的增大,测量误差会显著增加．     

微机辅助尺寸链的查找和解算方法

本文根据线性尺寸链的组成特点，提出了一种通过建立邻接矩阵和关联矩阵快速和查找和解算尺寸链的方法。图４，参３。     

空袭目标属性综合识别的灰色评判模型

在灰色关联分析的基础上,对斜关联度进行了修正,引出了点、斜修正关联分析的概念。通过对影响目标属性识别的各种因素的分析,结合战术思想利用灰色点、斜修正关联分析及多目标优化方法建立了目标属性综合识别模型,从而利用数量化理论有效地解决了目标属性识别这一复杂而困难的问题,为防空作战C^3I系统指挥自动化提供了一种辅助决策方法。     

非正入射条件下的光栅衍射实验

分析了现行光栅实验中将平行光斜入射作为正入射条件处理引起的误差。验证了当入射角α<2·5°时,在实验精度范围用正入射公式处理是可行的,但当入射角较大时则须用斜入射公式处理。