11阶树的优美标号

给出了毛毛虫树的新的优美标号法,以此为基础给出了所有11阶非毛毛虫树的优美标号,从而证明了11阶树都是优美的.     

Gn,n的和数

摘要：整数集合的非空有限子集S的和图是(S，E)，E=(uv:u≠v,u v∈S),图G的和数σ（G）=min(m≥0:存在（S.E）≌GUmK1)，证明了σ（Gn,m）=2n 1(n≥2)。     

一类包含优美树的优美图

设T_m是m个顶点的优美树,G_n是n个顶点的空留,证明了联图G_nVT_m是优美图．     

Physical location of the ricePi-5(t), Glh andRTSV genes by ISH of BAC clones

Mapping of low or single-copy sequences on plant chromosomes has proven difficult because of very low frequency of signal detection. Rice BAC library is being used widely in rice genome research due to its distinctive advantages over other library systems. In this study, two biotin-labeled rice BAC clones closely linked to a rice blast resistance, green leafhopper resistance and tungro spherical virus resistance gene,Pi-5(t), Glh, RTSV, werein situ hybridized to rice chromosomes. They were located on the long arm and short arm of chromosome 4 with FL value of 40% and 100% respectively. The frequency of signal detection reached 46.8% and 59.2%. The signal location were consistent with the selective marker on rice saturated molecular map. The results demonstrated the advantages to locate BAC clones to chromosomes byin situ hybridization and will facilitate the rice low or single-copy gene location by using the BAC library. Supported by the National Natural Science Foundation of China and the Doctorate Vesting Point Foundation of the Education Department of the People's Republic of China Yan Huimin: born in 1964, Lecturer     

图的含参标号函数的几个性质

讨论了含参标号函数的一些内在性质，给出含参号函数与优美标号函数的某些联系。     

树积序列性及序列标号

图G的标号是指G的节点集到一个整数集的映射g,且由g(u)、g(v)诱导出边euv的标号.本文定义了序列树的根积运算,并研究了满足一定条件的序列树的根积的序列性,得到了一类新的节点数较多且非毛毛虫的树为序列图.     

异构环境下基于任务交互图的调度算法

针对异构环境下任务图为TIG（task interaction graph）的问题，利用松弛标记法善于利用邻居属性处理大量约束的特点，提出一种任务调度算法．算法把任务看作目标对象，处理器单元看作待分配标记，根据对象间所有可能关系，逐渐排除不相关的处理器单元，选择计算和通信综合性能较好的处理器单元．在兼顾任务执行的计算和通信需求的情况下，能够合理分配资源、提高处理速度、缩短整个应用程序的执行时间．实验结果与用穷举法得出的最优结果比较显示，本算法能较理想地解决异构环境下基于任务交互图的调度问题．     

元数据标记技术研究

介绍了如何用HTML/XHTML,XML,RDF/XML来描述信息资源,以及探讨如何扩展RDF站点摘要(RDF Site Summary,RSS)来描述信息资源。     

胸部高分辨率CT片中肺实质的自动分割

以早期弥漫性肺疾病的高分辨率CT图片为研究对象，针对图片本身的特点，提出了一种新的肺部全自动分割法。该方法结合了阈值技术和区域生长技术。它首先将待处理源图像二值化，并根据用Sobel算子抽取出的躯干边缘，得到纯粹的躯干部二值图像。在中值滤波去噪后，对其中黑白区域分别进行连通域标记，并将面积较小区域（如气管等）的像素值取反。最后再经形态滤波得到肺部精确的模板。该算法能自动支除气管/支气管对应的图像区域，并将对阈值选取的敏感性和所需的人机交互减小到最低限度。