正则图的强积的秩

设G,H是2个正则图或强正则图,那么G,H的强积图的秩就是它们的邻接矩阵的秩.运用矩阵理论的方法,研究正则图Cm,Kn以及强正则图如鸡尾酒会图ＣＰ（ｋ）,Ｋｎｅｓｅｒ图KW2,Ｊｏｈｎｓｏｎ图Ｊ（ｗ,2,１）的强积图的秩,得到了许多结果.     

一类树图谱半径的界

研究具有n+1条边的n阶简单连通图G(n,n+1)的树图T_G的结构,给出了T_G的谱半径的由n和l确定的界, 其中l为G中两个基本圈的共同的边数.     

采用加权置信传播算法的LDPC码性能分析

LDPC码置信传播译码算法中,由于环路的存在,影响迭代译码的性能和迭代译码的收敛性。为减小这一影响,在迭代译码算法中引入加权因子,采用迭代加权的译码方法。该算法可使迭代信息趋于平稳,增加译码可信度,减少迭代次数,加快迭代译码的收敛,从而改善译码性能的方法。仿真结果表明,这种方法对最小环长小且环长分布较均匀的中短码长的码子性能影响较大。     

公园类景区的路径设计模型

立足于实际,研究公园类景区的路径设计问题,通过建立多级路径设计的数学模型,并由此求解出一个科学的路径设计方案。     

3-正则Halin图的全色数

研究了△(G)=3时Halin图的全色数,证明了(i)对于3-正则的Halin图G,有4≤xT(G)≤5;(ii)若将3-正则Halin图每边剖分一次,则对于剖分图M*有xT(M*)=4,这里△(G)表示图G的最大度数,xT(G)表示图G的全色数.     

等值线图形的扫描线法

一般的等值线图形采用函数值跟踪算法,该法对内部封闭等值线的起点确定比较麻烦。笔者采用面向对象的程序设计方法给出适用于任意形状单元的等值线图的通用扫描线生成方法,采用VC6.0中的MFC实现了三点三角形、六点三角形、四点四边形、八点四边形和九点四边形的计算结果图形显示。并给出了算例。     

图解HOPF 定理在非线性振荡电路中的应用

利用HOPF 分叉定理时域形式的综合参数曲率系数0 与二维系统中的局部形式判断振荡, 必须进行大量的数值计算. 利用图解HOPF 定理算法, 通过一系列步骤的图解可避免这个问题, 能较快地解决非线性系统的振荡问题.     

有向非循环图的可反向边集合的结构与判定

讨论了有向非循环图(dag)G的可反向边集合R_G的结构,给出了判断R_G的充分必要条件。这一结果将有助于设计算法搜索G中的等价类,在用得分等价原则学习贝叶斯网络结构时,可以进行局部得分,从而减少所需的数据量,提高效率。     

基于用户需求和历史信息的动态频谱分配算法

针对认知无线电系统中动态频谱分配算法开展研究,以干扰图模型为基础,提出一种改进的基于业务需求和历史信息的动态频谱分配算法。为利于快速收敛,算法采用最大独立集为分配起点,允许将信道同时分配给多个用户,联合功率控制机制最小化认知用户间的干扰,引入信道优先级和用户优先级表征历史信息和业务需求,优先分配高质量的信道给高优先级用户集以保证公平性。最后通过仿真分析进行了算法的有效性验证。     

Cluster Synchronization in a Complex Dynamical Network with Two Nonidentical Clusters

This paper further investigates cluster synchronization in a complex dynamical network with two-cluster. Each cluster contains a number of identical dynamical systems, however, the subsystems composing the two clusters can be different, i.e., the individual dynamical system in one cluster can differ from that in the other cluster. Complete synchronization within each cluster is possible only if each node from one cluster receives the same input from nodes in other cluster. In this case, the stability condition of one-cluster synchronization is known to contain two terms： the first accounts for the contribution of the inner-cluster coupling structure while the second is simply an extra linear term, which can be deduced by the ＂same-input＂ condition. Applying the connection graph stability method, the authors obtain an upper bound of input strength for one cluster if the first account is known, by which the synchronizability of cluster can be scaled. For different clusters, there are different upper bound of input strength by virtue of different dynamics and the corresponding cluster structure. Moreover, two illustrative examples are presented and the numerical simulations coincide with the theoretical analysis.