特勒根定理的验证及其应用

本文对特勒根定理的内容,特别是其适用的普通性进行了验证．并运用该定理对网络的灵敏度进行了分析．最后对一个具体电路的灵敏度进行了计算,进一步验证了文中所述方法的正确性．     

四档位行星变速箱传动方案综合法

为了探讨四档位行星变速箱传动方案综合方法，应用图论理论综合行星齿轮变速箱传动方案，研究了4个行星排变速箱传动方案拓扑图综合方法，该方法通过4个行星排拓扑图中基本构件的不同方式的相互结合，能综合出不同的变速箱传动方案；推导了依据给定的变速箱外传动比，计算了每个行星排内传动比的表达式，并编写了计算机辅助综合变速箱传动方案软件。该软件在给定不同的输入输出和依次固定不同的基本构件时，能得出所有可能的4个行星排变速箱传动方案。实例结果印证了该综合方法的有效性。     

基于拓扑图的网络脆弱性分析研究

计算机网络系统已经深入到社会的各个角落,网络的整体安全问题越来越受到人们的关注。研究表明,网络系统的安全漏洞根本原因往往在于网络系统本身的脆弱性,脆弱性分析是有效解决网络系统安全问题的必不可少的手段。本文对基于是拓扑图的网络脆弱性分析进行相关研究。     

植物叶片的中轴图式与力学自适应性关系研究(Ⅱ)—不同向量角的叶脉结构和叶片拓扑图

为了探讨植物叶片的叶脉组织是否与其维持内部的总应变能最小有关,建立了六种具有不同侧脉向量角的叶脉网络模型,并对其进行了数值模似.分析表明,与其它模型相比,采集的原始叶片模型具有良好的机械性能,且始终能维持较小的内部应变能.此外,根据单载荷场与多载荷场下的植物叶片的拓扑图可知,应力是叶脉生长的诱导因素之一;叶脉分布除了实现自身生理功能之外,为了适应复杂环境应力的变化,叶脉网络已经演化成了一种具有自适应性的稳定的中轴图式结构.     

基于数据拓扑图的变量影响分析方法

为了解决软件中数据变量发生异常的问题，以及找到该异常变量在整个程序中与其余变量之间的关系和该变量的影响范围，提出了一种基于数据拓扑图的数据影响分析方法。研究了静态分析提取变量的依赖关系包括顺序依赖、自身依赖、节点依赖和函数依赖，得到变量的依赖影响集合，生成变量的数据拓扑图。实验结果表明，该方法能全面覆盖程序中的变量并准确地生成指定变量的数据拓扑图，且数据拓扑图能够发现异常变量在程序中影响了哪些变量，哪些变量被异常变量影响。     

基于线性方程组右端向量修改的拓扑图同构判别

为了提高拓扑图同构判别速度,借助邻接矩阵动态修改法的拓扑图同构判别思想,即利用素数对拓扑图顶点动态赋值以获得线性方程组解向量的改变,从而找到拓扑图同构的映射关系。为进一步减少计算量,简化判别过程,提出保持邻接矩阵不变,仅修改线性方程组右端向量以获得解向量的改变的方法,给出了该方法的初步理论依据。与邻接矩阵动态修改法相比,该方法无须重新形成邻接矩阵,在每次右端向量修改中省去了形成邻接矩阵的运算量,且判别算法变得更为简单。拓扑图同构判别实例表明,该方法有效、可靠。     

基于小波三次样条插值的柔顺机构拓扑图提取

针对拓扑优化结果中普遍存在的棋盘格现象,采用小波变换与三次样条插值相结合的方法,对柔顺机构的拓扑图提取进行了研究.首先将拓扑优化解非线性变换到中间变量,以保证算法处理结果满足拓扑变量的约束条件;然后通过小波变换,将中间变量分解为近似系数和细节系数,并利用三次样条插值对近似系数进行处理;接着,将处理后的近似系数进行小波重构,再对重构结果进行非线性逆变换,得到相应的拓扑图;最后,基于拓扑优化的体积约束,评价算法处理结果及确定小波分解尺度.实验结果表明,该算法能有效消除拓扑优化结果中的棋盘格,提取出所希望的柔顺机构拓扑图.     

关于图的最大亏格的可约与不可约性

设G=(V，E)为图，γM(G)为G的最大亏格,设E^-M(G)={e∈E(G)|G＼e是连通的，且γM(G＼e)=γM(G)},若E^-M(G)≠Ф，则称G是γM(G)-可约的,否则称G是γM(G)-不可约的,提供了一个γM(G)-不可约图G的充要条件及其特征结构，同时给出了一个γM(G)-可约图G的|E^-MG)|的上下界估计式。另外，也提出了有待继续研究的问题。     

风荷载下植物叶片自适应特性研究

为了探讨植物叶片抵御风荷载的内因,文章建立2种植物叶片的有叶脉及无叶脉网络模型,并对4种模型承受不同方向风荷载进行数值模拟,分析表明,与无叶脉网络模型相比,有叶脉网络模型在其叶脉体积小于整体叶片体积10%的情况下,却使应力与应变减少95%左右,具有良好的抵抗风荷载的能力;以最小柔度为目标、体积为约束,获得了风荷载激励下...     

Phylogeny of SARS-CoV as inferred from complete genome comparison

SARS-CoV, as the pathogeny of severe acute respiratory syndrome (SARS), is a mystery that the origin of the virus is still unknown even a few isolates of the virus were completely sequenced. To explore the genesis of SARS-CoV,the FDOD method previously developed by us was applied to comparing complete genomes from 12 SARS-CoV isolates to those from 12 previously identified coronaviruses and an unrooted phyiogenetic tree was constructed. Our results show that all SARS-CoV isolates were clustered into a clique and previously identified coronaviruses formed the other clique. Meanwhile, the three groups of coronaviruses depart from each other clearly in our tree that is consistent with the results of prevenient papers. Differently, from the topology of the phylogenetic tree we found that SARS-CoV is more close to group 1 within genus coronavirus. The topology map also shows that the 12 SARS-CoV isolates may be divided into two groups determined by the association with the SARS-CoV from the Hotel M in Hong Kong that may give some information about the infectious relationship of the SARS.