关于(mg+m-1,mf-m+1)-图的(g,f)-因子

讨论(mg m-1,mf-m 1)-图的(g,f)-因子问题,推广了图的因子理论问题,改进了文[2]的一些结论,有助于进一步研究(mg m-1,mf-m 1)-图的(g,f)-因子问题。     

Hamilton二部图的一个充分条件

证明了当设G=(X,Y;E)是连通二部图,｜X｜=｜Y｜=n!5,且δ(G)≥2,若NC2≥n-1,则G是Hamilton图。     

树上的二人对策着色

讨论了放松的二人对策着色,利用分裂顶点的方法,给出了Alice的获胜对策,从而得出树族的放松度为3的对策色数为2.     

影响图在非线性回归异方差检验中的应用

提出把加权非线性回归模型看作一个扰动模型,利用影响图的正则曲率研究了此模型的异方差检验问题,并在此基础上得到了改进的Score统计量。最后用具体的数值实例说明所得结论的有效性。     

5类图的优美性

用构造方法给出图K_2,n-1-3-K₃,K_2,n-2-2-K₃,K_2,n-1-2-K₃,K_2,n-2-K₃和K_2,n-3-P₃的优美标号,并证明这五类图都是优美图.当n≤5时,K_2,n-1-3-K₃,K_2,n-2-2-K₃,K_2,n-1-2-K₃和K_2,n-3-P₃都是极小优美图,并给出对应长度尺子刻度数最少的15组刻度值.     

网格图的多重2-分离L(2,1)-标号

研究了两种网格图;正三角形,正六边形网格图。研究了它们的n重2-分离L(2,1)-标号以及n重2-分离L(2,1)-圆标号。用Kn表示n个点的完全图,图G的n重2-分离L(2,1)-标号就是复合图G[Kn]的L(2,1)-标号。通过对两种网格图的顶点循环地分配标号集,得到了正三角形网格的n重2-分离L(2,1)-标号数取值范围,并且完全确定了正六边形网格的n重2-分离L(2,1)-标号数。     

改进的二叉树支持向量机在人脸识别中的应用

针对人脸识别问题,提出一种基于奇异值分解特征提取和改进的二叉树支持向量机实现多分类的人脸识别方法。在使用改进的二叉树支持向量机对不同人脸图像的奇异特征向量进行分类时,先利用Mercer核,将输入空间非线性可分的训练样本映射到高维特征空间Hilbert中,使之线性可分,将类超球体半径分解成核心半径和最小半径,通过两者加权计算最终的类超球体决策半径,并以此半径大小为依据生成二叉树结构。在ORL人脸数据库的仿真结果表明,该算法能有效提高人脸识别性能,具有较高识别率。     

苹果树病虫害智能识别系统设计与实现

为提高苹果的产量和质量,防止病虫害对果实质量的影响,设计了一款基于机器视觉的苹果树病虫害智能识别系统。该系统采用交互式分割(GrabCut)算法对图像进行分割,然后使用高斯拉普拉斯算子和拉普拉斯高斯(Laplacian-of-Gaussian, LOG)算法将苹果叶片中的病斑提取出来,最后将提取出的图像送入深度神经网络(deep neural networks, DNN)进行进一步的分析与处理,能够实时、方便地识别出苹果树叶病害中较为常见、发病率高的花叶病,锈病,灰斑病,斑点落叶病以及褐斑病。经测试,该系统对苹果树5种常见病虫害识别率精度高达91.17%。结果表明,该算法能够有效提升苹果树病虫害防治,优于基于卷积神经网络特征的区域方法(regions with CNN features, R-CNN)、YOLO(you only look once)等单一病虫害检测方法。     

整数距离图G(Dm,k,3)(k≥3)的点荫度

整数距离图G(D)以全体整数为顶点集,顶点u,v相邻当且仅当|u-v|∈D,其中D是一个正整数集。对于m≥4k,k≥3,设Dm,k,3={1,2,…,m}＼{k,2k,3k},得到了G(Dm,k,3)的点荫度的上界和下界并决定了它在某些m上的确切值。     

拟阵的基关联图

给出了拟阵的基关联图的概念,证明了若拟阵M为简单拟阵,M的秩为ρ=ρ(M)≥2,则M的基关联图△(M)的连通度等于它的最小度．