求解单圈多部图的匹配算法

给出了一个多部图及其匹配问题的定义,提出了求解单圈多部图匹配问题的一个算法。该算法提出多部图顶点间的可达性定义,并使用试探与缩小规模相结合的方法以及求二部图的最大匹配算法,求解单圈多部图的最大匹配问题。经过验证,算法的效率比较高。     

商品果胶酶中PE和PG的热性质

比较了4种商品果胶酯酶中果胶酯酶(PE)和聚半乳糖醛酸酶(PG)的酶活,选择了果胶酯酶(PE)酶活和酶活比均较高的Pc-3作为原料,并研究了Pc-3中果胶酯酶(PE)和聚半乳糖醛酸酶(PG)的热稳定性.其PE的最适温度为43℃,而PG的最适温度为30℃和50℃.PE具有热不稳定性,而PG含有耐热和不耐热两部分.将粗酶制剂在55℃下加热10 m in后PE酶活保留了约80%,而PG酶活仅仅残留了9.98%,说明通过适当的热处理,可以得到高纯PE活力的酶制剂.     

基于逆向工程技术实现汽车覆盖件回弹评测

针对实际冲压件提出了一种基于逆向工程技术的回弹评测方式.对实际冲压件进行激光扫描后重构出型面,根据弹性变形的特点对模型进行强制变形以找到节点的对应关系,并根据CAD模型的几何中心计算出曲面的重合点,以对应节点的距离为适应度函数利用遗传算法搜寻出最佳旋转位置,并计算出各节点的法向偏移距离作为该节点的回弹量.该方法实现了对冲压件各个部分回弹的精确评测,从而可以为模具的修整提供正确的指导.     

基于手势的人机交互的研究

人机交互的本质是人的多维信息认知空间和计算机的信息表示空间之间的相互映射 。传统的用户界面范型遵循着一种基于命令的交互,交互的输入,输出是离散的事件流,交互中人的意图能自然、高效地表达,需要交互者较多的认知努力。基于手势的人机交互以手势表达交互意图,手势中含有大量的交互信息,同时又符合的人认知习惯。基于手势的交互具有非精确、多通道、连续等特点,能够实现人的认知空间和计算空间对间的平滑过渡,从而有效     

Macro-economic Model and Its H_∞ Control Strategies for Liaoning Province

1　ＩｎｔｒｏｄｕｃｔｉｏｎＣｏｎｓｉｄｅｒａｂｌｅｒｅｓｅａｒｃｈｅｓｈａｖｅｂｅｅｎｍａｄｅｏｎｍａｃｒｏｅｃｏｎｏｍｉｃｍｏｄｅｌｓｔｉｌｌｎｏｗ .Ｐｏｌｉｃｙｍａｋｅｒｓｕｓｕ ａｌｌｙｐｒｅｄｉｃｔａｎｄａｎａｌｙｚｅｅｃｏｎｏｍｉｃｓｉｔｕａｔｉｏｎ ,ｍａｋｅｅｃｏｎｏｍｉｃｄｅｃｉｓｉｏｎｓｂａｓｅｄｏｎｔｈｅｓｅｍｏｄｅｌｓ[1] .Ｔｅｃｈｎｉｑｕｅｓｕｓｅｄｉｎｄｅｃｉｓｉｏｎｐｒｏｂｌｅｍａｎｄｒｉｓｋｍａｎａｇｅｍｅｎｔｕｓｕａｌｌｙａｒｅｏｐｔｉｍａｌｒｅｇｕｌａｔｏｒｔｈｅ…     

基于案例库维护的案例推理分类技术

分类是数据处理和数据挖掘的重要任务之一,文章在建立案例推理分类器之前,先利用相似粗糙集进行案例属性的约简,再利用基于案例分类的删除技术进行案例库的维护操作;不仅减少案例的存储空间,也大大提高分类的精确度;实验结果表明,相比传统的案例推理分类器和神经网络分类器,该分类器在分类精度和速度上都有一定的优势。     

2*2上三角算子矩阵的左(右)Browder谱

设X,Y是复的Banach空间,在一个上三角算子矩阵Mc=A C0 B∈B(XY)中,A∈B(X),B∈B(Y)是事先给定的,对于任意的C∈B(Y,X),Mc的左(右)Browder谱:lσb(Mc)={λ∈C:Mc)-λB (XY)},B (XY)={T∈Φ (XY):asc(T)<∞},(rσb(Mc)={λ∈C:Mc)-λ■B-(XY)},B-(XY)={T∈Φ-(XY):des(T)<∞}).文中得到lσb(Mc)(rσb(Mc))与lσb(A)∪lσb(B)|rσb(A)∪rσb(B))之间存在有趣的填洞现象,即σ*(A)∪σ*(B)=σ*(Mc)∪W.其中,W是σ*(Mc)的某些洞的并σ*∈{lσb,rσb},并找出洞W的具体位置.     

利用钻屑解吸法测定煤层瓦斯压力的应用

本文在实验的基础上,根据煤屑瓦斯解吸规律,测定了煤钻屑解吸指标同煤层瓦斯压力的关系,进而确定了红岭煤矿的煤层瓦斯压力.经实际考察,确定的煤层瓦斯压力值可作为评价煤层瓦斯含量和煤层突出危险性鉴定的参考值.     

多连通区域上一类带开方的Riemann 边值问题

在由L分割的复平面是L围成的区域S 和由l 1个连通分支Si-(i=0,1,2,…,l)组成的开集S-情形下,求出边值问题ψ (t)=G(t)ψ-(t) g(t)的一般解为ψ(z)=∏(z)X(z)2(2 1π∫iLg(t)dtX (t)∏(t)(t-z) Pλ(z))2.     

回归法挖掘超期望模式

在交易数据库的挖掘研究中,模式未来行为的预测已成为用户关注的焦点。通常是通过分析和挖掘历史交易数据库中的数据得到模式未来行为——频繁出现程度,以便帮助用户决策。为解决这类问题,设计一个基于回归法的算法挖掘一类新模型超期望模式。实验结果表明这种模式在模式评价和模式预测方面很有效,它同时为减少冗余规则提供了一种可行的方法。