完全4-部图的交叉数

用分情况讨论法证明了完全4-部图K_(1,1,1,n)、K_(1,1,2,n)、K_(1,1,3,n)的交叉数分别为Z(3,n)、Z(4,n) (N/2)、Z(5,n) n (N/2)(n≥1).     

SciTS:“研发群体”科学的兴起

现代科学,已经从早期少数科学天才独自开拓科学疆界的孤胆英雄时代,发展到需要交互式、网格式合作共同推进的集体英雄时代,而SciTS,会成为一座21世纪科技合作的灯塔么?     

清华大学交叉信息研究院与量子信息中心揭牌典礼举行

2011年1月15日,清华大学交叉信息研究院和量子信息中心揭牌典礼隆重举行。清华大学校长顾秉林院士和交叉信息研究院院长姚期智院士共同为交叉信息研究院和量子信息中心揭牌。清华大学党委常务副书记陈旭主持仪式,国家自然科学基金委副主任孙家广院士以及教育部科技司副司长雷朝滋出席揭牌典礼并致辞。     

部分相干电磁光束在湍流大气中传输的交叉偏振度

推导部分相干电磁高斯-谢尔模型光束在湍流大气中的交叉谱密度矩阵.根据交叉偏振度的理论,研究部分相干电磁光束在湍流大气中的交叉偏振度的变化情况.研究表明,部分相干电磁光束的交叉偏振度由大气折射率结构常数、光源相关长度、光束初始偏振度和观察点位置决定.交叉偏振度不同于一般偏振度,它的值不再仅仅局限在0～1,而是可以取任何非...     

基于小波多尺度扩展分形特征的目标检测方法

研究复杂自然背景下的小目标检测问题,对Kaplan的扩展分形特征进行改进,使其对目标尺寸具有一定的适应性·考虑自然背景和斑点状人造目标在水平、垂直方向特性,利用小波分析良好的方向选择性,通过多级小波分解互能量交叉,在两个方向上有效地增强目标、抑制背景干扰,从而提出一种基于小波分析的多尺度扩展分形特征·实验结果表明,基于该特征的目标检测算法对复杂地面背景、海面背景的红外图像和电视图像具有较好的稳健性和适应性,能从单帧图像中较好地检测出小目标,具有检测速度较快、易于实现的特点·     

基于改进遗传算法的移动机器人路径规划研究

针对传统遗传算法在解决采样点模型下的路径规划问题中存在种群进化速度慢、最终得到的最优路径偏长的问题,提出一种改进遗传算法．为提高初始种群的质量,提出自适应调整步长来限制子节点的选择范围,在这个范围内随机选取两条父代路径,在对应两节点之间形成一个矩形的子代节点搜索范围,每个范围中选取一点并依次连接得到交叉后的子代个体,避免了采样点模型下交叉点不足导致交叉无效的问题;为解决变异效果不可控的问题,以变异父节点的前后两点连线为引导,越靠近该连线的节点被选为变异子节点的概率越大,使得在变异点的选择更具有方向性．对比实验结果表明：所提出的改进遗传算法当处理基于采样点路径规划问题时可以有效提高寻路效率,最优路径收敛速度比传统遗传算法提高约60%,最优路径长度最多减少了2.42 m,比其他文献算法的最优路径收敛速度最多提高56%.     

交叉立体桁架系巨型网格结构的简化计算法

针对系巨型网格结构杆件和节点多、计算工作量大的特点,进行了简化计算方面的研究,提出了将立体桁架等效为连续实体梁、按空间法进行有限元计算的等效空间刚架法.分析了立体桁架的等效截面、等效抗弯刚度,并详细推导了其等效抗扭刚度,分析了主体结构不同边界条件的等效处理方法.对比计算分析表明,该方法计算精度高,主要受力杆件的误差保持在5%以内,计算工作量较完全有限元法大幅度降低,是分析巨型网格结构的一种比较优越的方法.     

基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.     

贝壳韧带微结构的高分辨扫描电镜研究

采用高分辨SEM及XRD对合浦珠母贝韧带进行了研究,结果表明,合浦珠母贝韧带无机相主要由文石组成.韧带具有明显的层状结构,同一生长层及相隔生长层中文石纤维呈一致定向排列,而相邻生长层文石纤维的定向明显不同,呈“交叉棱柱层”结构样式.合浦珠母贝韧带中文石纤维的直径为80~90 nm,具有典型的2D光子晶体结构特征.     

利用启发性知识降低交叉算子破坏性的研究

在随机搜索的过程中,交叉算子被认为是演化算法的主要动力.然而,在搜索更好的候选解的时候,如果交叉点选择不当就会破坏一个已有的较好的候选解,使得交叉后生成的新候选解比原有的候选解更差.该文提出应用与问题相关的领域知识构建更有建设性的交叉算子,并应用于旅行商问题(TSP).实验结果表明,基于具有建设性的交叉算子的混合演化算法具有更好的性能.