两类类肽图的Wiener指标

文献[1]中给出了线性骨架类肽图的Wiener指标,文章结合实际给出了两类骨架更为复杂的类肽图的Wiener指标的计算方法,即当骨架图分别为完全图和轮时的类肽图的Wiener指标的计算方法及其精确结果。     

后基因知识发现中有选择的课题

大信息通过量序列与功能基因组技术绘制了人类基因序列图，并且使得大规模人类群体基因型与基因表达的特征勾画成为可能，进一步的研究是对基因组序列的准确注释、基因组与蛋白质之间相互作用和物种的遗传变异性上。基因组注释过程越来越以涉及进化研究和模型生物体的比较方法作为依据。DNA与蛋白质之间的相互作用是生物学相互作用中最基本的，而且在生物学、医学和药物学中具有普遍的意义。     

基于有向图的关联规则算法

提出了一种基于有向图的关联规则挖掘算法，采用了垂直二进制位图映射数据库，根据垂直二进制位图来生成有向图，将频繁项的二进制位串作为有向图的权值，通过分析有向图生成最大频繁项集，并给出了最大频繁项集挖掘算法的优势。     

图F_m ▽S_n的边色数和邻强边色数

对图G的一个正常的k边染色法f,若 e∈E(G),e = uv,{f(uw) | uw∈E(G)}≠{f(vw) | vw∈E(G)},则称f为G 的一个k 邻强边染色法,k的最小值称为G 的邻强边色数.V(Fm Sn) = {w}∪{ui | i =1,2,…,m}∪{vij | i =1,2,…,m;j =1,2,…,n},E(Fm Sn) = {wui | i =1,2,…,m}∪{uivij | i =1,2,…,m;j =1,2,…,n}∪{uiui+1 | i =1,2,…,m-1}.　　本文得到了Fm Sn 的边色数和邻强边色数.     

关于图运算的测地数

对于图G(或有向图D)内的任意两点u和v,u-v测地线是指在u和v之间(或从u到v)的最短路.I(u;v)表示位于u-v测地线上所有点的集合,对于SV(G)(或V(D)),I(S)表示所有I(u,v)的并,这里u,v∈S.G(或D)的测地数g(G)(或g(D))是使I(S)=V(G)(或I(S)=V(D))的点集S的最小基数.G的下测地数g-(G)=min狖g(D):D是G的定向图狚,G的上测地数g+(G)=max狖g(D):D是G的定向图狚.对于两个图G和H,u∈V(G)和v∈V(H),在u和v之间加一条边,然后再收缩这条边uv所得的图,记为GuHv.本文主要研究图GuHv的测地数和上(下)测地数.     

一类剪刀积图HG的亏格

设H和G为连通图,H和G的剪刀积图HG定义为:V(HG)=V(H)×V(G),E(HG)={(u,v)(s,t)|uv∈E(H),st∈E(G)}.利用电压图及其覆盖图的嵌入理论,本文研究了当第一个因子H为一条路,第二个因子G为Cayley图时,这类剪刀积图HG的亏格.本文的结果可视为目前在研究这类图的亏格上的一个补充,且较大程度上推广相关文献的主要结果.     

树扩图生成树数的界

连通图的生成树是指该图的极小连通生成子图．在Cayley公式的基础上，给出树扩图生成树数的上下界．     

PLC的SFC图在编写顺序控制梯形图中的应用

为了解决应用可编程控制器(PLC)的基本逻辑指令编写顺序控制梯形图时所存在的编程复杂、不易理解等问题,采用PLC的顺序功能图来编写顺序控制梯形图是一种非常有效的方法,该方法具有编程简单而且直观等特点.以送料小车的控制为例,采用顺序功能图的方法编写其控制梯形图,从编程结果可以看出,与应用PLC的基本逻辑指令方法相比具有简单、直观、逻辑性强等特点,提高编程的效率.     

关于联图K_(1,m)∨P_n的全染色

就星与路的联图K1,m∨Pn,可得到在m,n不同取值情况下的全色数.     

对等数据管理系统中数据映射的研究

对等数据管理系统是一种用于结构化数据共享的系统结构,数据映射表是系统中完成数据交换和共享的基础工具之一.本文概述了该领域的相关工作,简单介绍了对等数据管理系统,分析了数据映射表的概念特征和优点.在深入研究数据映射的推导问题之后,提出一个映射关系模型,在此基础上对未来映射推导问题的解决作了探讨和展望.