S-Nekrasov矩阵的逆矩阵无穷范数的上界

在不改变矩阵性质的情况下,通过引入恰当的参数,首先构造了S-SDD矩阵,其次利用S-SDD矩阵与SNekrasov矩阵的逆矩阵无穷范数的关系,得到了S-Nekrasov矩阵的逆矩阵无穷范数的新上界.数值算例不仅说明了新上界的有效性和可行性,也说明了该结果改进了现有的结果.     

一种需求不确定的有容量网络设计问题求解方法

针对需求不确定的有容量网络设计问题,通过引入缺货成本（understocking cost）和过剩成本（overstockingcost）,给出了一个两阶段的随机混合整数规划模型,并提出了基于Benders分解和分支定界新方法．该方法在解决电讯网络、物流运输网络中都有广泛应用背景．     

关于Diophantine方程(axm+1)/(ax+1)=yn+1

设a,m是大于1的正整数.该文证明了：当m＞2时,方程（ax^m＋1）/（ax＋1）=y^n＋1仅有有限多组正整数解（x,y,n）适合min（x,y,n）＞1,而且这些解都满足y6n＜x^m-1≤a^m2-3m＋2.     

轮对完全图的拉姆齐数

记tm={C3,C4,…,Cm）．对于充分大的n,证明了r（Kt＋t2m＋1,Kn）≤（1＋o（1））c（logn）^k＋1/n^k＋1＋1/m,这里c=c（m）是一个常数.     

给定悬挂点的三圈图的零阶广义Randic指数

对于简单的连通图G,它的零阶广义Randic指数0Rα(G)定义为Σv∈V(G)[dG(v)]α,其中α是一个给定的实数,dG(v)是G中顶点v的度.简单连通图G的零阶广义Randic指数是化学图论中一个重要的拓扑指数,其在化学领域中有着广泛的研究及应用.基于此对于任意的α(≠0,1),它给出了顶点个数为n,悬挂点为k的所有三圈图的零阶广义Randic指数0Rα的一些紧的界.     

关于矩阵展形的一些新上界

文献[1]提出了矩阵的展形,证明了矩阵展形的一个上界估计式,并且给出了这个不等式取等号的条件,即A是正规矩阵且A的特征值满足条件φ时等号成立。本文探讨矩阵展形的新的上界,证明了一个矩阵展形的上界估计式:s(A)≤2‖A‖2F-tr A2n()2-12‖[A,A*]‖2槡F{}12;然后,利用矩阵展形的估计式得到了一个奇异矩阵的谱半径的上界;最后,还给出了两个关于实展形、虚展形的上界的估计式:sRA()≤‖A‖2F-tr A2n()2-12‖[A,A*]‖2槡F+tr A2n+Re tr A2-2ntr B()2()12,sIA()≤‖A‖2F-tr A2n()2-12‖[A,A*]‖2槡F+tr A2n+Re tr A2-2ntr C()2()12.     

广义α-双链对角占优矩阵线性互补问题误差界的最优值

研究广义α-双链对角占优矩阵A的线性互补问题误差界的最优值,利用该类矩阵的性质和H矩阵线性互补问题的误差界经典估计式,得到了A的线性互补问题带有参数的误差界,并通过对构造的函数单调性的分析,进一步得到了该误差界的最优值.     

局部阴影条件下基于梯度直方图的模糊相关图像检索

在局部阴影条件下对图像进行检索会受到多种因素的干扰,影响检索结果的可靠性。针对局部阴影条件,提出一种基于梯度直方图的模糊相关图像检索方法,采用ICA降噪方法对局部阴影条件下的图像进行降噪处理,依据频域对图像进行增强处理。通过Sobel算子提取图像边缘,求出水平方向与垂直方向的亮度差分相近值,确定出每个方向关键边缘像素的数量,建立图像边缘梯度直方图。依据梯度直方图,通过斯皮尔曼等级相关系数求出检索图像与图像库内模糊相关图像的相关系数,确定出图像间的相近度,将相近度最高的图像看作模糊相关图像检索结果。经实验验证,所提方法检索效果好,检索性能高。     

基于校园网的网络考试系统设计与实现

根据现代教育理念与技术的要求,应用软件工程思想、数据库理论、网络信息安全和系统集成技术。开发了基于校园网的考试系统,实现教考分离,解决了人工出题的随机性和不可重复性。本文阐述了系统的功能结构、数据库设计、数据库编程、系统集成、测试与维护等。     

地方煤矿管理GIS的设计与实现

研究了地方煤矿管理GIS的功能、结构及对象的设计，并介绍了《地方煤矿管理GIS系统》软件的应用情况。