基于因子图的协同定位与误差估计算法

针对多自主水下航行器协同定位系统中从艇的数据融合问题,首先建立了协同定位系统的数学模型,然后分析了速度误差及航向误差对从艇定位误差的影响,同时设计了协同定位及误差估计的因子图模型.接着,提出了基于高斯噪声的协同定位及误差估计算法,利用均值和方差在因子图各节点间传递完成对从艇位置、速度误差和航向误差的估计.为了验证算法的...     

基于程序依赖图的Aspect挖掘技术

为了有效地识别遗产代码中因横切关注点而导致的零散代码或交织代码,提出了一种基于程序依赖图的Aspect挖掘方法.根据横切关注点的本质特性,考察了横切关注点与核心关注点之间的依赖关系及其在依赖图上的表现形式,对于单个方法体,结合程序的语义信息,在程序依赖图中引入一个虚拟结点表征方法体的核心功能,所有影响核心功能的语句都与之建立依赖关系,然后对依赖图进行拓扑分析,先从虚拟结点开始分离出核心代码,再通过求解连通分量的方式挖掘方法体内横切代码.实例分析表明,该方法不仅能识别出方法体内的零散特性代码,而且还能有效地挖掘出交织特性的代码.     

Halin图的L(d,l)标号

给定图G和正整数d,图G的L(d,1)标号是指从图G的顶点集到非负整数集的一个映射f满足:对任意的x,y∈V(G),当dG(x,y)=1时,有|f(x)-f(y)|≥d;当dG(x,y)=2时,有|f(x)-f(y)|≥1。图G的L(d,1)标号数λd(G)是指最小的正整数k使得G有一个L(d,1)标号f满足f(V){0,1,2,…,k}。已知对于最大度为Δ的一般图有λd(G)≤Δ2 (d-1)Δ。讨论了Halin图的L(d,1)标号问题,证明了λd(G)≤Δ 3(2d-1)。     

汽车故障知识图谱构建及应用研究

知识图谱技术对汽车高效的故障诊断具有重要的意义,现有汽车故障知识图谱构建存在着实体识别模型效果不佳、无法解决嵌套实体等问题。针对上述问题,通过采用全词掩码的预训练语义模型、加入对抗训练和改进嵌套实体识别模型的方式提高实体识别模型效果,提出了一种改进的嵌套实体识别模型。实验结果表明,所提模型在F1指标、P指标、R指标上相比基线模型分别提高了3.56%、4.08%、3.05%,相比其他模型也有不同程度的提高,验证了所提模型对汽车维修领域实体识别具有显著效果。同时,基于构建的汽车故障知识图谱,实现了汽车故障知识智能问答原型系统,展示了知识图谱技术在汽车故障诊断与维护领域的应用前景。     

图的广义距离特征值

图G的广义距离矩阵定义为D_α(G)=αTr(G)+(1-α)D(G),0≤α≤1,其中D(G)和Tr(G)分别表示图G的距离矩阵和传递度对角矩阵.研究了广义距离相关谱,给出了其谱半径、第二大特征值的界,及自补图的广义距离谱.     

若干倍图的邻点可区别均匀全染色

研究一些倍图的邻点可区别均匀全染色(AVDETC), 利用构造法和匹配法给出了偶阶完全图、 偶阶圈、 路、 星和轮的倍图的邻点可区别均匀全色数, 并验证了它们满足邻点可区别均匀全染色猜想(AVDETCC).     

图Cn∪Pm的算术标号

设Ｃｎ∪Ｐｍ（ｎ≥３，ｍ≥２，ｎ，ｍ∈Ｎ）表示一个圈Ｃｎ和一条与其不相交的路Ｐｍ组成的图，本文证明图Ｃｎ∪Ｐｍ是算术图。     

对集不交的循环赛图K11^（i）与对集的算法

给出了边矩阵和循环赛图的定义。提出了求解完全图K（2n＋1）的△（G）＋1个对集最的算法，以及对集互交的循环赛图K11^（1），K11^（2），…，K11^（i）的构造方法。讨论任意对集Ei及循环图K（2n＋1）^＊的个数问题。介绍了14个对集不交的循环赛图K11^（1），K11^（2），…，K11^（14）的构造过程。     

蕴含K1，1，3的正可图序列的最小度和

Gould R J等人考虑了下述经典Turán型极值问题的变形对于给定的图H,确定最小的正偶数σ(H,n),使得对于每一个n项正可图序列π=(d1,d2,...,dn),当σ(π)=d1+d2+...+dn≥σ(H,n)时,π有一个实现G以H作为子图.本文完全确定了σ(K1,1,3,n)之值,其中Kr,s,t是r×s×t完全三部图.     

第二小阶数的点本原1/2-弧传递图

通过研究群PSL(3,3)在二维射影空间PV(2 ,3)中极大独立点集之集合上的本原作用的次轨道结构 ,构造了一个阶数为 2 34,度数为 48,自同构群为Aut(PSL(3,) )的点本原 12 弧传递图 ,从而发现了第二小阶数的点本原 12 弧传递图 .