一类带有纽结分支的边—不交链图

为进一步探讨边—不交链图的分类,研究其中至少有一个链的分支是非平凡纽结的情形,给出了带有纽结分支的边—不交链图的定义。在给出内在纽结图H0的基础上,利用其与边组成的图形成完全图K7,并采用该方法构造出一类带有纽结分支的边—不交链图H（43）。分析点扩张对H（43）的作用,得到了点扩张的图变换不保持带有纽结分支的边—不交链图的性质这一结论。     

阶为23p群的Cayley图

为了反映Cayley图结构的规律性和自身特点,采取几类定义关系较复杂的有限群的Cayley有向图作法。结果表明:连接法只用定义关系中表示闭道路的字来表述,对于反映Cayley图结构的规律性和自身特点尚显不够。用几类定义关系较复杂的有限群Cayley有向图作法,不但揭示了Cayley图结构的规律性和自身特点,而且进一步解决了阶为23p群等一批有限群的Cayley有向图作法。该结果更简捷地完成Cayley有向图的几何实现。     

复杂网络确定性模型研究的最新进展

复杂网络的确定性模型在复杂网络建模领域起着不可或缺的作用。按照复杂网络经典模型发展的先后次序,依次对随机图、小世界网络、无标度网络以及加权网络确定性模型的研究现状进行较全面的综述,重点介绍了相关模型的构造及其主要性质,并对复杂网络确定性模型未来的部分发展方向进行了展望。     

广义圈的同构因子分解

广义圈是一个简单图G＝(V，E)，其中点集V＝V0∪…∪Vn-1,|V0|=…=|Vn-1|，边集E=|uv|u∈Vi,v∈Vi=1,i=0,…，n-1,i 1=mod(n)|，证明了广义圈可以分解为t个同构因子的充要条件是t可以整除该广义圈的边数．     

节点撕裂信号流图法

将电路的节点撕裂法引入信号流图法，两者有机的结合，使信号流图法能分析规模较大的电路与系统，进一步扩大了信号流图进行符合分析的独特功能和应用范围，并提高了分析速度。     

无三角形3-正则图的几个参数的界

图G的一条边称为割边是指删去该边后,使得余下的图的连通分支数增加。图G中的一个两两不相邻的边子集称为图G的一个匹配。图G的一个最大匹配的边数称为图G的匹配数。图G中的一个与G的每个团都有交的顶点子集称为G的一个团横贯集,图G中元素个数最少的团横贯集的顶点数称为G的团横贯数。本文针对n阶连通无三角形的3一正则图G-（V（G）,E（G））,首先给出了其割边数的一个上界（n—l0）／4;其次对它的匹配数得到了一个下界（11n-2）／24;再次对它的线图的团横贯数呈现了一个上界（13｜E（G）｜＋3）／36。同时刻画了达到这些界的极值图。     

双圈图的Laplacian谱展

设G是一个简单连通图,矩阵L(G)=D(G)-A(G)称为图的Laplacian矩阵,其中D(G)是图的度对角线矩阵,A(G)是G的邻接矩阵.连通图G的Laplacian谱展是图的最大特征值与次小特征值之差.边数等于顶点数加1的连通图叫做双圈图.研究了双圈图的Laplacian谱展,并确定了具有最大Laplacian谱展的双圈图.     

基于时空建模的动态图卷积神经网络

为了使图表示学习得到的嵌入向量对节点和边不断变化的动态图具有很好的信息表征能力,提出一种动态图卷积神经网络模型(DyGCN),将动态图上的表示学习建模为时间和空间信息的聚合.该模型将从图卷积神经网络(GCN)的空间卷积提取图上的结构信息与从时间卷积神经网络(TCN)的因果卷积提取时序上的历史信息相结合,同时在空间卷积层...     

关于圈对完全图的多色Ramsey数

证明了关于k个偶圈对完全图的多色Ramsey数的上界.     

两类2连通(n,n+4)图的色唯一性

2连通的(n,n 4)图是有n个顶点n 4条边的连通图,利用图的色多项式理论研究了两类2连通的(n,n 4)图的色性,由此部分或完全解决了图G5和图G12的色唯一性问题.