图的度序列与Hamilton连通性

引进图的弱闭包的概念，证明了：设ｎ阶３－连通图Ｇ的度序列为ｄ１≤ｄ２≤…≤ｄｎ，如果对任意ｋ由，ｄｋ≤ｋ＋１可推出ｄｎ－ｋ≥ｎ－ｋ，那么Ｇ是Ｈａｍｉｌｔｏｎ连通图。     

邻域并和[A,B]—覆盖图

设ａ≤ｂ是整数，Ｇ＝（Ｖ（Ｇ），Ｅ（Ｇ）是一个图。Ｇ的一个支撑子图Ｆ称为Ｇ的一个［ａ，ｂ］－因子，若对任意的υ∈Ｖ（Ｇ）有ａ≤ｄＦ（υ）≤ｂ，图Ｇ称为是［ａ，ｂ］－覆盖图，若对Ｇ的每一条边，存在Ｇ的一个［ａ，ｂ］－因子包含它。本文给出了一个图的［ａ，ｂ］－覆盖图的关于领域并的充分条件，得到了下列结果：设１≤ａ〈ｂ是整数，Ｇ是一个阶为ｎ的图，最小度δ（Ｇ）≥α且ｎ≥２（ａ＋ｂ）（ａ＋ｂ－１）１／ｂ如     

（v,e）——图正常2一着色的最大数目与极图

设Ｐ（Ｇ，λ）表示图Ｇ的色多项式。给定正整数ｖ，ｅ和λ，设ｆ（ｖ，ｅ，λ）＝ｍａｘ（Ｐ（Ｇ，λ），Ｇ是个（ｖ，ｅ）－ｌｔｕ ）。若一个（ｖ，ｅ）－图Ｇ使得Ｐ（Ｇ，λ）＝ｆ（ｖ，ｅ，λ），则称Ｇ是个λ－极图。本文指出文「２」给出的２－极图族是不完全的，并得到２－级图的完全族。     

二相PPS抽样的样本单位数的最优设计

该文讨论了为ＰＰＳ抽样的二相抽样时，其样本单位数的最优设计问题。并结合实例进行了分析。     

简单无向连通图的k阶幂图的指数集

设Ｇ为简单无向图，以Ｖ＝Ｖ（Ｇ）为顶点集，以Ｅ＝｛（ｕ，ｖ）｜ｄ（ｕ，ｖ）≤ｋ｝为边集的图称为Ｇ的ｋ阶幂图。ｎ阶简单无向连通图的ｋ（ｋ≥２）阶幂图的指数集。     

用于BP网络的样本添加法

提出了一种改善ＢＰ网络学习能力的样尊添加法，它是根据人类学习知识时存在遗忘现象而设计的。首先阐明其工作原理与学习算法；接着将它用于ＢＰ网络之中，以处理三倍冗 表决问题。     

Hamilton图的一个充分条件

本文证明了如下结果：Ｇ是简单图满足条件：对Ｇ中任一对不相邻顶点，ｕ，ｖ有ｍａｘ（ｄ（ｕ），ｄ（ｖ））＋／Ｎ（ｕ）∪Ｎ（ｖ）／≥ｎ－１；且对任意Ｔ∈Ｖ（Ｇ），有ω（Ｇ／Ｔ）≤／Ｔ／，则Ｇ是Ｈａｍｉｌｔｏｎ图。     

图的m—Hamilton性

利用ＬＴＷ序列与邻域交研究图的ｍ－Ｈａｍｉｌｔｏｎ性。     

基于格点场数据的沙尘暴双预报模型

为提高沙尘暴预报的准确率，以描述大气环流形式的物理场格点数据作为建模样本，采用自组织神经网络对物理格点场数据样本进行聚类，构建出由大规模阵列式数据格式表示的建模样本的低维特征，再用模糊神经网络综合建模样本的一般性规律，用非典型样本进行二次建模以反映建模样本的特殊性，并设计隶属度调整方案对一般性和特殊性进行协调，由此形成兼顾建模样本一般性和特殊性的双预报模型．测试结果表明，基于特征提取方案的双预报模型体系使沙尘暴预报准确率达到80．4％．     

简单迹极限的基本可比性

引进了简单迹极限的相关概念，简单介绍了与C^＊代数SP性质密切相关的F性质，并且得到了非基本的单的具有SP性质的C^＊代数具有F性质．在此基础上得出简单迹极限的基本可比性．其主要结果：设A为具有F性质的带单位元1的C^＊代数，且A的迹态空间T（A）为非空集，如果对每个自然数n，An具有基本可比性，则An的简单迹极限A也具有基本可比性。