星和扇上的锥的D(2)-点可区别正常边染色

设G是顶点集合为V(G)={v0i|i=1,2,…,p}的简单图,n是正整数,称Mn(G)为G上的锥(或广义Mycielski图),如果V(Mn(G))={v01,v02,…,v0p;v11,v12,…,v1p;…,vn1,vn2,…,vnp,w},E(Mn(G))=E(G)∪{vijv(i 1)k|v0jv0k∈E(G),1≤j,k≤p,i=0,1,…,n-1}∪{vnjw|1≤j≤p}.在这篇文章里,我们讨论了星和扇上的锥的D(2)-点可区别的正常边染色,并给出了相应色数.     

高能X射线源尺寸测量方法的Monte Carlo模拟

介绍了对X光源尺寸的测量原理。在高能X射线情况下,利用Monte Carlo模拟法确定测量X光源尺寸的狭缝法、刃边法和Roll-Bar法的适用性,指出刃边法和Roll-Bar法可以直接用来测量光源尺寸,而狭缝法需要借助于Monte Carlo计算才能得到所需要的结果。根据实验测量的图像波形,得到实际轫致辐射源的半高全宽(FWHM)大于3.0 mm。     

基于边-边接触的三维离散数值计算模型

采用边-边（面-面）接触离散元模型，研制了三维离散元计算程序，计算了集中载荷作用下弹性基础的沉降和应力场，通过与解析解的比较，基本验证了该程序的可靠性，当单元之间的位移和变形相对于单元本身的尺度较小时，采用边-边接触模型研究不连续介质问题和颗粒散体问题比角-边接触模型更加有效。     

基于动态规划的最优化医学超声图像边缘提取

动态规划（DP）是一种解决多阶段决策过程最优化的方法。图像边缘提取时为了使系统输出具有最小的不确定性，考虑最优化判据是必要的。动态规划算法用于图像的边缘检测主要是获得一个图像的最低能量代价阵的过程，而图像的边缘对应于最低代价阵中的终止点和起始点之间能量梯度降低最快的路径，由此可以由最低代价阵勾勒出需要的边缘。对于质量较差的图像，可以先用梯度算子和一种LUM滤波器相结合进行预滤波。实验表明，基于该算法用于超声图像的边缘检测要获得全局最优的稳定的边缘线，是一种理想的最优化算法。     

基于图像法的点云数据边界自动提取

提出了一种反求工程中基于图像法的点云数据边界特性的自动提取方法，采用图像处理中梯度求解方法，对点云中每一点处的法矢和曲率进行估计，通过阈值得到候选边界点，再利用曲率极值法得到最终边界点。通过这些边界点可以进一步拟合边界曲线，达到对点云数据进行自动分片的目的。该方法具有较强的可操作性实用性，对于反求工程的自动化和智能化研究具有实际意义。     

赋权图中最重的最长v-路与赋权周长

对2－连通非Hamilton赋权图G,本文证明：若P（u,v)是G中最重的最长路，则G的赋权周长C^w(G)≥d^w(u) d^w(v)，假设G满足文中描述的额外条件C1，C2，则max｛d^w(x),d^w(y)|d(x,y)=2｝≥m/2时，对每个顶点v,G含量最重长v-路P（u,v)使d^w(u)≥m/2，而d^w(x) d^w(y) d^w(z)≥m（当d(x,y,z)=2)时，c^w(G)≥2m/3.改进了非赋权图的周长及赋权图的赋权周长的若干已有结果。     

图的谱与边独立数的一点注记

讨论图的谱与边独立数的关系问题 .利用矩阵特征值的Cauchy插入定理和相关方法 ,得到了由图的谱所确定的关于图的边独立数的紧的下界     

基于多尺度小波算子的图象边缘检测

分析了传统的图像边缘检测算法及其存在的问题，论述了基于多尺度的小波分析进行边缘检测的算法，并以实例说明基于小波分析得图像边缘检测算子效果更优。     

2-连通图的周长与围长

设G是具有围长 g≥5 的n阶2-连通简单图,若对于任意 u,v∈V(G),且d(u,v)=2,都有 max{d(u),d(v)}≥b,则G的周长为     

锡薄膜的非金属导电特性

采用真空蒸发技术制备锡薄膜。随着薄膜生长速率的降低,锡膜由金属转变为半导体,呈现出非金属导电特性。