单纯三重有向三元系的相交数

证明了对于任意正整数ｖ≥３,存在两个ｖ阶单纯三重有向三元系相交于ｓ个公共有向三元组的充要条件是：当ｖ＝３时,ｓ∈｛６｝;当ｖ＝４时,ｓ∈｛０,１,２,…,１２｝＼｛１,１１｝;当ｖ≥５时,ｓ∈｛０,１,２,…,ｖ（ｖ－１）｝＼｛ｖ（ｖ－１）－１｝,从而完全确定了单纯三重有向三元系相交数的谱     

生成有向树的U.D.算法及其BASLC源程序

生成伴随有向图中全部给定参考点的有向k-树是以k-树法解有源网络的关键步骤。本文给出生成有向树的一种新算法-U.D.法。该法为迄今所发表的算法中最简单的一种,且具有高的效率,可以编成简短的BASLC程序,应用于人机对话式的机助网络分析。     

Hermitian矩阵几何与保秩1的加法满射

设D是有对合的除环,介绍D上Hermitian矩阵几何研究的新结果,证明如果ψ是从D上n(n≥2)阶Hermitian矩阵空间到自身的保秩1的加法满射,则ψ是保粘切的双射.从而由Hermitian矩阵几何基本定理立刻得到ψ的公式.     

有理型差分方程X(n 1)= (βXn δx(n-2))/(A BXn CX(n-1)) 解的性质的进一步研究

E.Camouzis研究了非线性差分方程X(n 1)= (βXn δx(n-2))/(A BXn CX(n-1)) 解的大范围性质研究,得到了一些有趣的结论,并提出了三个开问题(open problem)和两个猜想(Conjecture)。本文用E.Camouzis文章中的方法和分析、图表的方法对上述方程进行进一步研究,得到了方程 X(n 1)= (βXn δx(n-2))/(A BXn CX(n-1)) 及其变式的渐进稳定性和全局吸引性的结论,并用图形进行了验证。     

基于有组织科研提升工科专业学位硕士研究生的培养质量

新形势下有组织科研为高校科技创新、社会服务提供了新动能,同时为提升高层次人才培养质量提供了新思路。工科专业学位硕士研究生（专硕）是立足于产业需要的具有工程实践和技术创新能力的高层次复合型人才,在构建以企业科技创新为主体的大背景下,对专硕的培养提出了新要求。基于高校有组织科研的内涵和要求,以安徽工程大学具体工作开展情况为例,阐述在有组织开展“产学研企业行”、有组织建设创新实践培养基地、有组织实施学位论文“四题”工作、有组织建强导师队伍等方面的具体做法和取得成效,为进一步提升专硕培养质量提供了可借鉴方案。     

UWB系统的一种改进型伪混沌跳时多址接入技术

对于伪混沌跳时多址接入系统,混沌映射关系和多址接入调制方式对系统的性能均有影响.当参数设置一致时,双帐篷(double-tent)映射是贝努里(Bernoulli)映射进行伪混沌跳时多址接入时数据传输速率的两倍;当速率一致时,前者的系统误码率更低.本文对双帐篷映射伪混沌跳时的跳时调制多址接入方式进行改进,采用二进制相移键控(BPSK)调制,得到的多址接入系统误码性能更好.这种改进型多址接入系统与贝努里映射的伪混沌跳时多址接入系统相比,不仅改善了系统误比特率,还提高了数据传输速率.     

不确定供应链管理网络的概率图模型仿真研究

供应链管理网络是种有向无环图,在实际应用中不可避免的具有多种不确定性,这些不确定性可用概率进行表示.贝叶斯网是种应用较广的概率图模型,它也是有向无环图.对供应链管理网络中的不确定信息与贝叶斯网进行研究,对使用贝叶斯网络研究供应链管理的可行性进行了论证.由于贝叶斯网是概率分布与图表示的完美结合,根据供应链管理中的不确定信息,可建立合适的贝叶斯网,通过联合概率分布进行决策,使得供应链中的各方达到共同获利的目的.由于贝叶斯网在-般情况下的学习与推理问题都是NP难问题,对用于供应链管理贝叶斯网在仿真中可能遇到的情况进行了分析.研究表明,将贝叶斯网应用到供应链管理中的不确定信息仿真是切实可行的.     

网格任务调度的有向超图划分算法

网格计算是当前一个活跃的研究领域,其中任务调度是一个重要部分.根据网格环境下任务调度及传统DAG图的特点,吸取有向超图的优点,将有向超图理论融合任务调度特征,建立了基于划分的网格任务调度有向超图模型,并在此基础上通过对网格有向超图的划分实现任务对网格资源的映射与调度,提出了一种基于有向超图划分的网格任务调度算法HPGTS.模拟仿真实验结果证明了该模型及其算法的有效性和优越性.     

连接型自动机的极小化及其复杂性

通过定义确定型有穷自动机在状态集上的等价关系,可以构造一类非确定型有穷自动机在状态集上的等价关系,利用这个等价关系可以对这类非确定型有穷自动机进行极小化。     

基于投票表决特征融合的蛋白质结构类预测

根据氨基酸的物化特性,基于氨基酸组成成分与氨基酸残基指数自相关函数相结合特征提取法,从非同源蛋白质序列中提取7个特征集(COMP、FINA、MAXF、NAKH、BIOV、OOBM、RICJ),采用有先验知识的投票表决特征融合算法融合这7个特征集,对蛋白质结构类进行预测.结果表明,投票表决融合算法的预测总精度及每一类别的预测精度与7个特征集相比较均有不同程度的提高,说明投票表决融合算法在一定程度上能较多地反映蛋白质的空间结构信息.