关于图运算的基于度的图熵

研究在对称差、笛卡尔积、张量积、冠积运算下的基于度的图熵计算,以及运用这些结果来计算纳米结构和超立方体分子图的基于度的图熵。     

基于拉普拉斯度的k-均匀超图的图熵极值

基于一般图中图熵的定义,定义了超图基于拉普拉斯度的图熵.将简单图的图熵的一些结论推广到k-均匀超图.利用一种移边操作,分别确定了在k-均匀超树、单圈k-均匀超图、双圈k-均匀超图和k-均匀化学超树中基于拉普拉斯度的图熵最大值和最小值,并确定了相应的极值图.     

复杂网络的冯诺依曼熵

主要研究了复杂网络的冯诺依曼熵.结论表明,一般情况下,冯诺依曼熵不随边的增加而严格单调增加.其次,定义了星生成图和路生成图,并给出了熵与这两类图的联系.最后,利用3种经典随机图模型和随机树模型,证明了平均场意义下冯诺依曼熵随复杂网络的边数和直径递增.     

压焓图与焓熵图及其应用

在介绍焓和熵的基本概念的基础上,论述了压焓图和焓熵图在致冷和热电工程中的应用.     

一种基于事务冲突图的并发控制方法

提出了一种基于事务冲突图的并发控制方法．事务在执行前要提交其读集和写集，系统根据事务的读集和写集构造出一无圈的事务冲突图，并根据事务冲突图进行并发控制．这种并发控制方法具有对数据库无结构要求、无死锁、非两阶段等优点．讨论了其集中式并发控制方法和分布式并发控制方法．     

压焓图与焓熵图及其应用

在介绍焓和熵的基本概念的基础上,论述了压焓图和焓熵图在致冷和热电工程中的应用。     

一种基于事务冲突图的并发控制方法

提出了一种基于事务冲突图的并发控制方法，事务在执行前要提交其读集和写集，系统根据事务的读集和写集构造出一无圈的事务冲突图，并根据事务冲突图进行并发控制，这种并发控制方法上具有对数据主加无结构要求，无死锁，非两阶段等优点，讨论了其集中式并发控制方法和分布式并发控制方法。     

循环图及单圈图的有效控制集与完美控制集

图的完美控制集和有效控制集是两类特殊的控制集．通常要判断一个图是否存在有效控制集是困难的．该文证明了无向循环图一定存在有效控制集．此外，给出了单圈图的完美控制数与其阶数的关系．     

图的正面影响控制集中贪婪算法的设计与分析

对于没有固定基础设施的无线传感器网络,设计一个优良合理的拓扑控制协议是关键.根据图的控制集在无线传感器网络组建虚拟骨干网的应用,研究了图上控制集问题的一个变形—正面影响控制集问题.针对图中是否存在孤立顶点,分两种情形讨论,设计了相应的贪婪算法,并分析了算法的性能比.     

基于小波熵的网络成瘾脑电复杂性分析

通过考察青少年网络成瘾患者的脑电复杂性参数即小波熵及其脑电信息图,分析网络成瘾患者与正常人的差异,试图揭示网络成瘾对患者大脑产生的影响,并为网络成瘾综合症的诊断提供依据．分别采集9名网络成瘾者（实验组）和9名正常受试者（对照组）在上网前后的自发脑电,然后对其进行小波熵及其脑电信息图分析．结果发现网络成瘾患者上网前的自发脑电的小波熵值明显低于正常组上网前的自发脑电小波熵值（P〈0．05）,但上网40min后,其脑电小波熵值明显升高（P〈0．05）,此时与正常组无显著性差异;而正常组受试者上网前后的脑电小波熵值没有显著性的差异（P〉0．05）．此结果证实了网络成瘾患者在上网前,其脑电复杂性较低,大脑活动水平较低,而通过网络可以唤起其大脑的活动,因此小波熵值可以作为网络成瘾综合症诊断的客观指标之一．     

三维异质无线网络中的最小虚拟骨干网

在无线传感器网络中,连接控制集(CDS)作为无线传感器网络的虚拟骨干,在支持数据通信、降低路由开销、提高网络可扩展性等方面发挥着重要作用。均质无线网络一般被模型化为单位圆盘图(UDG)和单位球图(UBG)。本文将三维异质无线传感器网络建模为具有双向链路的球图(BGB),并结合无线传感器网络的可调半径特性,提出了如何在异质无线传感器网络中构建一个基于能量选择的连通控制集近似算法(ESA)。理论分析表明:算法ESA的性能比为(K+1+ln(K-1)),K=0.779 63(2k+1)~2,k=r_(max)/r_(min)表示最大传输半径和最小传输半径之比。     

一般二元关系中基于边界域的知识粗糙熵与粗集粗糙熵

不确定性度量是粗集理论研究的重要内容之一。基于信息论,结合Pawlak拓扑思想,提出了一般二元关系（自反性）下基于边界域的知识粗糙熵新定义,修正了粗集粗糙熵的定义。相对于传统粗糙熵,新的知识粗糙熵概念能更准确地度量知识和集合的不确定性,并在此基础上证明了新的知识粗糙熵和修正后的粗集粗糙熵都随知识分辨能力的增强而单调下降。     

基于相关熵的快速聚类算法

针对目前大规模真实数据聚类中存在的效率低和鲁棒性差的问题,提出了一种基于相关熵的快速聚类算法(FCC)。该算法主要分为以下两步:首先对原始数据进行k均值操作,得到粗略的样本类别,作为第二步的标签矩阵;其次利用原始数据与其锚点构建的锚点图对应的拉普拉斯矩阵作为图约束来探寻数据间的内在结构,从而得到样本的最终类别。整个聚类过程在相关熵准则而不是传统的欧氏距离框架下进行,可有效抑制真实数据中大量存在的非线性和非高斯分布的噪声对聚类鲁棒性的影响。为了验证提出算法的性能,使用5种典型的算法作为对比算法与提出的算法一起在4个大规模真实数据集上运行,结果表明,提出的算法可在大部分情况下提高聚类精度,在WebKB、TDT2和Cora数据集上分别提高8.58%,6.86%和1.86%,同时提高聚类效率几倍甚至几十倍;为了验证本算法的鲁棒性,分别加入不同程度的随机噪声和泊松噪声到WebKB和Cora上,得到8个含噪数据集,所有算法均在相同条件下运行于这些噪声数据集上,结果表明,相对于其他对比算法,提出的算法能够保持最优的聚类鲁棒性。     

关于3—控制临界图的某些结果

以γ（Ｇ）记图Ｇ的控制数，如果对Ｖ（Ｇ）中任何一对满足条件ｕｖ不包于Ｅ（Ｇ）的顶点ｕ，ｖ，有γ（Ｇ＋ｕｖ）＜γ（Ｇ），则称Ｇ是控制临界的γ（Ｇ）＝ｋ的控制临图图称为是ｋ－控制临界的，得出以下两个结果：１）如果Ｇ是具有ｎ（＞＞２ｋ）个顶点的连通３－控制临界图，则Ｇ中度≤２ｋ的顶点的个数至多为２ｋ，２）每个连通３－控制临界图或者有一个独立３－控制集或者有一个完全３－控制集。     

圆局部竞赛图的最小控制集

文章研究了圆局部竞赛图的最小控制集。通过对非强连通圆的纯粹局部竞赛图、强连通的圆的纯粹局部竞赛图,以及圆的竞赛图三个子图类的分析,完全刻画了圆局部竞赛图最小控制集的结构。     

直线簇上区间图的最小全控制集和最小配对控制集

研究了广义区间图的最小全控制集和最小配对控制集的计算问题.对有一个公共交点的直线簇上的区间图,给出了计算其最小全控制集的O(n)时间算法和其最小配对控制集的O(n+m)时间算法.     

基于多视角图与卷积神经网络的三维模型检索算法

随着虚拟现实等领域的迅猛发展,三维模型数量急速增长.针对目前三维模型检索算法存在适用范围小、可拓展性弱、依赖人工干预等不足,提出一种基于多视角图与卷积神经网络的三维模型检索算法.首先,采用多视角图降维描述三维模型,使检索源规整统一;然后,通过卷积神经网络提取视角图高维特征,组成单一的特征描述符集合进行检索;最后,提出一种基于图像熵的多特征组合策略,根据视角图的灰度分布赋予其不同的特征置信度,进一步提高检索精度.经验证,算法最高可达到平均93%的检索精度.为满足快速检索需求,控制检索时间为0. 8 s,检索精度高于80%,可有效应用于实际检索系统构建.     

随机正则图中的一类新控制集

在随机正则图中,研究了图的最小[r,R]控制集的定界问题.基于随机策略,提出了求解图的最小[r,R]控制集的近似算法,跟踪算法执行过程中相关参数的期望值变化情况,列出相应的带初值条件的常微分方程,通过对方程解的估计衡量该算法的平均性能.在此算法的分析基础上,给出了最小[r,R]控制集的一个上界.     

模糊Tsallis熵及其在图像阈值分割中的应用

对于图像处理、模式识别与计算机视觉来说,图像分割是一种重要的技术。在众多图像分割技术中,阈值化技术由于其简单及有效性得到了广泛应用,而阈值的选择则成为其中一个关键的问题。模糊集理论在许多领域得到了成功的应用,如,控制、模式识别、医学等。可以认为,在进行图像处理时,人们自然地把一些模糊因素考虑进来,如,图像边缘、区域、纹理等术语的定义。基于非广延统计力学熵原理,提出了构建模糊Tsallis熵,同时也证明了在图像分割中,模糊Tsallis熵是基于Shannon原理的模糊熵的推广。基于最大熵原则,把模糊Tsallis熵应用于图像阈值分割,在合成及真实图像分割实验中,显示了所提出的模糊熵的有效性。     

自相关过程质量控制图的最优经济设计

正确设计质量控制图参数,对降低生产成本、保证产品质量具有重要意义 提出了基于控制图的ARL,并应用蒙特卡罗随机模拟进行控制图参数的最优经济设计方法 该方法也可以用于其他控制图的参数最优经济设计