素Γ-环理想上的强保交换导子

利用素Γ-环的性质讨论当素Γ-环的导子在一个非零理想上强保交换时素Γ-环的交换性,证明了:若导子d在素Γ-环R的非零理想I上强保交换,且d(I)I,则R是交换的.     

虚拟网络映射的电信级优化问题研究

网络虚拟化技术是解决当前网络僵化问题的有效手段之一,虚拟网络映射是其中关键技术.文中采用一致的优化模型综合分析网络资源分配的现有技术方法,包括成本优化、收益优化、剩余资源优化、网络能耗优化.进一步针对电信级运营,分析了业务等级违约最小化、跨网络分域部署策略和博弈机制设计方案,论述了动态拓扑适应、接纳和可靠性控制的方法,以及采用比例计算节能的优化问题建模.     

单圈图的k-距离匹配控制数

单圈图是边数等于顶点数的连通图.令G=(V,E)是无孤立顶点的图,若集合DV(G)是G的一个k-距离控制集且导出子图〈D〉有完美匹配,则称D是G的一个k-距离匹配控制集.k-距离匹配控制数γkp(G)是G的最小k-距离匹配控制集的势.主要证明了单圈图k-距离匹配控制数的一个重要引理,由此找到了单圈图k-距离匹配控制数的上界,并构造了极图.     

基于VNS-EM混合算法的两阶段装配流水车间调度

针对以最小化工件提前期和拖期惩罚费用加权和为目标的两阶段装配流水车间调度问题,证明了工件之间的最优排序性质,并将其嵌入优化算法中.由于该问题的NP难性,提出了一种变邻域类电磁机制(VNS-EM)混合算法.该混合算法在类电磁机制(EM)算法的每一次迭代过程中嵌入改进的变邻域搜索(VNS)算法,利用其较好的局部搜索能力对每代最优个体的邻域进行精细搜索,从而提高解的质量.仿真结果表明了算法的有效性.与VNS算法和EM算法相比较,提出的VNS-EM混合算法能更好地兼顾算法的精度和求解速度.     

结合空间信息的FCM脑图像分割

针对传统模糊C均值聚类算法(FCM)在图像分割时没有利用图像的空间信息而对噪声敏感、分割结果不够准确的问题,提出一种结合空间信息的FCM改进算法.该算法利用邻域像素间的灰度差异计算出邻域加权系数,并利用该系数对中心像素的隶属度进行更新,控制邻域像素对中心像素的不同影响;该算法还利用了快速FCM算法对图像进行初始分割.对MRI脑图像分割的实验结果表明FCM改进算法简单有效,具有较强的抗噪能力,能取得较好的图像分割结果.     

一类特殊自仿集的连通性

本文研究了由扩张矩阵A=(0±31 0)分别与两类数字集D1={0,v,kAv}和D2={0,v,kAv}生成的自仿集T(A,D)的连通性,其中k∈Z\{0},k∈Z 2\{0}.通过分析一个生成邻居的算法,发现了参量k对于(A,D)连通性的影响,并且得到自仿集T(A,D)连通的充要条件.     

利用改进的HBDE算法求解MAX-k-SAT问题

目前,利用进化算法求解组合优化问题已成为智能计算领域中的研究热点。本文基于二进制差分演化算法和动态变邻域搜索相结合提出了一种求解最大可满足问题(MAX-k-SAT)的改进算法(记为IBDE),通过与遗传算法和Johnson算法对一系列随机大规模MAX-k-SAT实例的求解比较表明:IBDE是一种求解MAX-k-SAT问题非常有效的新方法。     

基于Grassmann流形距离的动作识别

利用时空兴趣点间的位置及局部特征相似度信息,提出一种局部邻域特征以描述局部数据结构,然后引入核主角度及Grassmann流形距离以度量2个邻域特征距离,通过构造随机流形森林学习数据样本在Grassman流形上的类条件概率密度函数,最后使用多核学习算法实现对随机流形树的剪辑及动作分类.在KTH及UCF-CIL动作数据库的实验证明:所提动作表示方法能有效描述人体运动信息,且该动作识别算法的识别率优于近年提出的典型动作识别系统.     

门店选址对到店自取意愿的影响

随着越来越多的零售商开通到店自取功能,本研究专注于探讨社区店和商场店这两种不同门店位置形式对消费者到店自取意愿的影响,应用联想网络理论提出了研究假设,并通过两项实验研究发现,门店位置与消费者调节定向类型之间存在显著的交互作用。具体来说,对于促进定向的消费者,商场店的门店位置能够提高其到店自取意愿,其中感知多样性起到了中介作用。相反,对于预防定向的消费者,社区店的门店位置更能提高其到店自取意愿,感知便利性在此起到中介作用。这一发现对于提升消费者到店自取意愿和优化零售商的选址布局具有重要意义。     

标准算子代数上的加权核值保持映射

在给出加权（Ｂ,Ｃ）的核值保持映射定义的基础上,证明每个含单位元的标准算子代数上的弱算子拓扑连续的加权（Ｂ,Ｃ）的核值保持映射有如下形式ψ（Ｔ）＝ＡＴＢ＋ＣＴＤ,其中Ａ,Ｄ∈Ｂ（Ｘ）。