扭立方体连接网络上的最优广播算法

一般地，网络上的数据通信算法主要指路由算法、广播算法等，根据文献「１」中给出的路由算法，提出了单端口Ｉ／Ｏ与多端口Ｉ／Ｏ两种模型下扭立方体连接网络上的广播算法，并证明了这些算法是广播步数最小的算法。     

立方形递归网络

超立方体及其变体是一类具有良好拓扑性质和网络参数的网络类型，结构的递归性是这些网络的一个主要特征，提出一类新的网络模型-立方形递归网络，研究了低维立方形递归网络的拓扑类型。给出立方形递归网络互连函数的一般表达式，为此提出的网络模型为从整体上研究超立方体及其变体提供了新方法。     

图的离散度

为描述具有相同连通度,相同核度的两个在连通程度上的差异,引入了一个新概念－离散度,并研究了离散度的一此才某些图的离散度。     

计算不交和的一个新算法

提出一个计算网络可靠度的有效算法。算法基于二分决策图,但采用新的法则选取Shannon公式中的关键字母及因式分解技巧,与已有的某些算法相比,算例表明这个算法比较简单,产生比较少的不交和项及比较紧凑的公式。     

一种新的粗神经网络及其在股市预测中的应用

提出了一种新的神经网络--推广的粗神经网络,并给出了将其用于上证指数预测的网络结构及学习算法。结果表明,该神经网络用于股市短期预测是可行的,结果也比较准确。     

扭立方体连接网络的可重构性研究

网络的可重构技术是容错计算机技术的一个重要组成部分。首先讨论扭立方体连接网络中子图的领接关系,然后研究冗余重构技术在扭立方体连接网络上的实现问题。     

扭立方体连接网络中超立方体的嵌入

超立方体是网络参数和拓扑性质优良，应用最广泛的互网络之一它可模拟多种结构的互连网络，扭立方体连接网络是超立方体的一个变种，它具有良好的结构递归性和较理想的网络参数，根据其结构的递归性质，研究了扭立方体妆网络中超立方体的嵌入问题。     

三类连通图的伴随唯一性

表示ｎ点ｎ +2边连通图中伴随多项式第三个系数达到其最大值且第 4个系数达到其最小值的三类组成的图族 ,给出这三类图伴随唯一 ,从而它们的补图色唯一的充分条件·三类连通图的伴随唯一性@崔立彦 @赵连昌     

粗神经网络及其在股市预测中的应用

给出由粗神经元及一般神经元组成的前向粗神经网，用它预测上证指数，每个神经元是由一对神经元构成的，一般情形下，两个神经元用四边连接，而一个粗神经元和普通神经元用两边连接，给出了误差后向传播算法，分析与计算表明，粗神经网络用于股市预测是可行的，结果也较准确。     

一类2-连通(n,n+2)-图的色等价与色惟一性

图的色等价与色惟一性是用代数方法研究图论中着色问题一个有着重要意义的研究方法．关于2-连通(n，n 2)有4长圈或两个三角形，或围长为5且不与K4同胚的图族的色等价与色惟一问题已有结果．本文基于图的同胚分类和色多项式系数的比较，给出2-连通(n，n 2)围长为6又不与K4同胚的图族的色等价子族和色惟一子族．