包装树和不含K3的（P,P＋1）图

给出同阶（阶数≥７）树和不含Ｋ＿３的（Ｐ，Ｐ＋１）图可包装的充要条件为｛Ｇ＿１，Ｇ＿２｝不是下述图对之一：（１）｛Ｓ＿ｎ，Ｇ＿２｝，其中Ｓｎ是ｎ阶星图，Ｇ＿２是无孤立点的（Ｐ，Ｐ＋１）图；（２）｛Ｓ＇＿ｎ，Ｇ＿２｝，其中Ｓ＇＿ｎ是由Ｓ（ｎ－１）的任一边上增加一个剖分点得到的ｎ阶树，Ｇ＿２是最小度大于１的（Ｐ，Ｐ＋１）图。     

基于RLLE算法的脑力负荷分类研究

近年来,随着人工智能领域技术的不断发展,脑机接口(Brain-Computer Interface,BCI)吸引了更多学者的关注。实时监测高强度脑力工作者的脑力负荷水平并其任务做出动态调整是保护国家财产和操作人员安全的重要手段。研究表明由脑电图(Electroencephalogram,EEG)提取的特征功率谱密度对于脑力负荷的变化比较敏感,但由于其维数过高,容易造成数据灾难。传统的主成分分析（Principal Component Analysis,PCA）算法会损失部分非线性特征。局部线性嵌入（Locally Linear Embedding,LLE）是常用的非线性降维算法,但该算法对噪声的敏感性高,降维结果受参数影响较大。稳健局部线性嵌入算法RLLE（Robust Locally Linear Embedding）,在LLE优化权重矩阵时添加了正则项优化,不仅增强了模型的抗噪能力,也解决了解模型过程中可能会出现的矩阵病态和奇异性问题。该算法中的参数k在使用时经常选取较小的值以更好地捕捉数据集的局部结构,并大大减少了模型的计算时间。但脑电数据具有维数高,复杂度高的特点。选取小的k值不仅会导致模型对噪声异常敏感,也会使模型忽略重要的大邻域结构从而影响降维结果的准确性。本实验在使用该算法时,结合模型精度和计算时间选取了更合理的k值区间,使模型在保持高效的同时具有更强的抗干扰能力,并可以提供更全面的信息来描述数据集,使得嵌入结果更加准确。实验结果表明,经过RLLE降维后的数据使用支持向量机（Support Vector Machine, SVM）分类精度普遍高于经过PCA的降维方式,具有更强的抗干扰能力。     

适用于高必要嵌入维的混沌时间序列预测算法

针对现有的混沌时间序列预测算法－－延迟坐标状态空间重构法不能对必要嵌入维较高的奇异吸引子进行有效预测问题,分析表明了高嵌入维时预测精度下降的原因在于 构空间的全局Ｌｙａｐｕｎｏｖ指数谱的变化。通过引入仿射变换,改善了高维重构空间的全局Ｌｙａｐｕｎｏｖ指数谱的性状,并由此给出了适用于高必要嵌入维的预测算法。仿真结果很好地支持了这一设想。     

高维空间上的一类自映射嵌入n周期轨的构造方法

将王林山（数学的实践与认识，１９８９（４）：４１－４４）给出的一维自映射嵌入ｎ周期轨的构造方法，推广到了高维空间，并给出了一类具有ｎ周期轨ｎ＊ｎ维自映射的构造方法。     

基于Cortona解释器的VRML Automation软件开发技术

VRML Automation是建立在成熟的OLE Automation技术基础上的全新虚拟现实软件开发技术。通过该技术提供的接口，高级语言能够方便地访问和操作VRML场景中的对象，将高级语言在人机界面、网络、数据库等方面的集成功能与VRML的虚拟现实建模优势和虚拟场景的三维运动变换优势有机结合，可以方便快捷地建立各种灵活高效的仿真系统，从而大大拓展VRML语言在实际生活中的应用。本文通过Delphi环境下的示例，详细介绍了基于Cortona VRML解释器的VRML Automation软件开发技术。     

ON ISOTOPY CLASSIFICATION OF EMBEDDINGS OF n-MANIFOLDS IN 2n-MANIFOLDS

Let M be a compact n-manifold without boundary, U a 2n-manifold andf: M→U a map. Under the condition that f_*: π_1(M)→π(U) is surjective and thatker f_* contains no elements represented by orentation-reversing loops, we calculate the set[M U]_f=π_1(U~M, E, f) where E is the space of embeddings of M into U which arehomotopic to f.     

布尔格的一个扩张

通过几个引理证明了下述命题：任一个布尔格Ｂ０可以嵌入到一个备的、无素区间的布尔格Ｂｕ内。     

面向人口属性预测的词嵌入构建方法

本文探讨如何从用户购买数据中学习出高质量词嵌入,以让模型据此实现高效的人口属性预测任务.首先分析购买数据并对其进行编码,并在此基础上构建嵌入向量生成模型,之后用样本数据训练该模型,然后用神经网络程序实现该模型,最后通过实验验证该模型的可行性和高效性.提出的模型不仅能将具有大量模态的分类特征数据转换为低维的高质量词嵌入,...     

基于在线评论数据的景区门票浮动制测评分析方法

淡旺季游客数量波动是制约景区健康平稳发展的重要因素,过于集中的客流量对资源管理和环境保护有巨大压力,严重影响游客的体验。针对该问题,通过网络数据获取技术,提出一种基于旅游在线评论人流量监控技术新方法,并基于词向量实现评论的主题提取和基于情感词典实现在线评论数据的情感分类,从而获得关于主题的游客满意度的监测。最后利用该方法实现人流量驱动的景区门票浮动制实施的监控和测评,通过秦始皇兵马俑浮动制实施前后对比、三亚和鼓浪屿相似景点对照实验可视化结果表明,门票浮动制具有稳定人流量优势,同时提升游客体验。该方法的提出有助于决策者了解景区运行状况和浮动制的检验,可为门票浮动制的科学执行提供有效依据。     

在超立方体Qn中通过给定三条边的所有圈

本文研究了在超立方体Qn中通过给定三条边的所有圈的问题．证明了：设E0包含E（Qn）且｜E0｜=3≤n．由E0导出的子图是线性森林，则在Qn中E0的所有边包含在长为l的偶圈中，其中l是满足2n＋2≤l≤2^n的每个偶数．并且下界2n＋2是最优的．