按Laplace谱半径对一些偶单圈图的排序

研究一些偶单圈图按其Laplace谱半径排序的问题.利用扩圈变换对偶单圈图S1k的Laplace谱半径影响的证明方法,得出了顶点数为k+2,圈长为k(k≥10)的偶单圈图C(k+2,k)按其Laplace谱半径从大到小的顺序依次排在前三位和最后一位的单圈图.     

无三角形3-正则图的几个参数的界

图G的一条边称为割边是指删去该边后,使得余下的图的连通分支数增加。图G中的一个两两不相邻的边子集称为图G的一个匹配。图G的一个最大匹配的边数称为图G的匹配数。图G中的一个与G的每个团都有交的顶点子集称为G的一个团横贯集,图G中元素个数最少的团横贯集的顶点数称为G的团横贯数。本文针对n阶连通无三角形的3一正则图G-（V（G）,E（G））,首先给出了其割边数的一个上界（n—l0）／4;其次对它的匹配数得到了一个下界（11n-2）／24;再次对它的线图的团横贯数呈现了一个上界（13｜E（G）｜＋3）／36。同时刻画了达到这些界的极值图。     

基于一种改进RRT算法的足球机器人路径规划

针对足球机器人运用传统快速扩展随机树(RRT)算法进行路径规划时随机性大的问题,提出了一种目标引力式的RRT路径规划算法。该算法在RRT算法的基础上引入了一个目标引力函数,避免了扩展随机树向目标点以外的方向生长,改进了快速扩展随机树缺乏确定性的问题,提高了足球机器人在路径规划方面的效率。仿真实验结果表明,该算法能够得到最佳路径,同时可以有效提高路径的规划速度。     

关于圈龙图的奇优雅性

图的标号主要有(奇)优美标号、和谐标号、幸福标号、魔幻类标号等.圈龙图和多毛圈龙图可以作为计算机网络的模型.证明了圈龙图和多毛圈龙图都具有奇优雅标号,证明方法能够算法化,为网络模型的密码和可区别性研究提供了理论依据和可行的工具.     

贝叶斯决策的影响图分析方法

对一般的贝叶斯决策问题, 常用的求解手段是决策树分析方法。本文则用影响图分析方法对贝叶斯决策问题进行表征和求解, 并将两个方法作了比较。另外, 本文给出了关于影响图变换运算的两个新结果。     

图形化本体建模工具GOM的设计与实现

将本体表示语言OWL Lite中相关词条图形化, 以图形化结构表示本体模型, 设计并实现了一种图形化本体建模工具GOM. GOM以图形化结构表示本体, 能够把图形化结构的本体模型转换成OWL Lite语言表示形式; 也可读取OWL Lite表示的本体, 生成本体模型的图形化结构. GOM实现了图形化结构的本体模型和OWL Lite表示的本体模型间的相互转换, 提高了本体模型的可读性, 降低了本体建模的工作强度.     

复杂网络确定性模型研究的最新进展

复杂网络的确定性模型在复杂网络建模领域起着不可或缺的作用。按照复杂网络经典模型发展的先后次序,依次对随机图、小世界网络、无标度网络以及加权网络确定性模型的研究现状进行较全面的综述,重点介绍了相关模型的构造及其主要性质,并对复杂网络确定性模型未来的部分发展方向进行了展望。     

一类完全图生成的广义格子图的邻点可区别边染色

定义了一类2维广义格子图H2(G, n, m;k1, k2),并从图的结构出发,利用构造染色的方法,得到了图H2(K4, n, m;4,4)的邻点可区别边色数。     

mC_7的点可区别全染色

考虑m个长为7的圈点不交的并mC7的点可区别全染色问题.通过构造以色集合为元素的矩阵,利用色集合事先分配法及递归法确定染色,得出了mC_7的点可区别全色数的确切值.结果表明VDTC猜想对图mC_7成立.