边数最少的l-边可删的导出匹配可扩图

如果图G的每一个导出匹配都包含在图G的一个完美匹配中，则称图G是导出匹配可扩的。设l为非负整数，如果对于任意的F包含E（G），｜F｜=l，都有G—F是导出匹配可扩的，则称图G是后一边可删的导出匹配可扩图。本文证明了边数最少、且不包含5圈的l-边可删的导出匹配可扩图是Kl＋2，l＋2。     

K-边可删的导出匹配可扩图的度条件和性质

设图G是有2n个顶点的简单图，如果对于E（G）的任一满足｜F｜=k的子集F，G—F均为导出匹配可扩的，则称图G是k-边可删的导出匹配可扩图。本文证明了k-边可删的导出匹配可扩图的度条件以及围长的一个性质。     

导出匹配可扩图的一些结果

如果图G的每一个导出匹配都包含在图G的一个完美匹配中,则称图G是导出匹配可扩的.记T(G)表示图G的韧度。本文的主要结论是:设t1t,2,…t,k是K个正数,其中是奇数的ti的个数记为l.(1)当且仅当每个ti是偶数时,MP+(∪i K=1 Kti)是导出匹配可扩图,其中MP是基数为P的导出匹配;(2)当且仅当l≤m-2且l=m(mod2)时,Km+(∪i K=1 Kti)是导出匹配可扩图。     

2k点可删的导出匹配可扩图的度条件

我们说简单图G是2k点可删的导出匹配可扩图,是指如果对于任意的s（ ）V（G）,｜S｜=2k,都有G-S是导出匹配可扩图.简单图G是2k点可删的导出匹配可扩图的度条件是： 若图G有2n个顶点且n≥4、k是一个小于或等于n-3的正整数,则当δ（G）≥4n＋2k/3时,图G是2k点可删的导出匹配可扩图,并且[（4n＋2k）/3]是2k点可删的导出匹配可扩图G的最小度的最小值.     

一种6～8 GHz超宽带天线的设计分析

设计印刷在有限大聚四氟乙烯板上的叶状偶极天线,设计的工作频带是6-8 GHz。应用结合完全匹配层（PML）技术的时域有限差分（FDTD）方法,对天线的阻抗特性和远区辐射场的分布进行了研究。结果表明：在没有任何加载的情况下,与50Ω馈线相连时,在设计的主频带内,其电压驻波比小于1.6,在几个不同频率点的辐射场方向图表现出良好的稳定性。该天线的特性能够满足超宽带的要求,可用于无载波超宽带无线数据通信系统。     

上海轨道交通车辆“6改8”项目的分析

介绍了上海轨道交通1、2号线车辆由6节编组增扩编成8节编组的项目.着重分析了新车与旧车的区别以及新车与旧车在匹配上的一些特点.若设计车辆时有扩编考虑,其接口的设计和采用的技术是至关重要的,会为今后的新、旧车辆匹配带来很大方便.6节编组增扩至8节的改造目前使用情况良好,可一定程度上缓解客流量大的问题,也为今后同类项目的研究和实施提供了参考.     

MATCH（15,3,1）—设计的一个新构造

一个ＭＡＴＣＨ（ｎ，ｋ，λ）－设计就是完全图Ｋｎ的一个ｋ－匹配集合，使得Ｋｎ中的每一对独立边恰好出现在λ个ｋ－匹配中。本文将利用拉丁方完备化方法构造一个ＭＡＴＣＨ（１５，３，１）－设计。     

基于GPS列车定位系统的快速地图匹配算法研究

针对传统地图匹配算法计算量大,搜索速度慢的缺点,引入道路网络分块思想,综合运用最小方向差异及铁路的连通性确定最佳匹配路段,用直接投影法计算列车当前位置,并对识别的路段设置距离和方向条件阈值,进行地图匹配的完备性检测,建立误匹配的检测和修正体系,从而提高匹配的精度。通过与传统地图匹配算法的比较,该地图匹配算法具有搜索速度快、计算量小、耗时少的特点,且与铁路网络的复杂程度无关。     

基于改进形状匹配的扣件缺陷检测方法

基于传统图像处理的扣件检测方法在扣件定位方面存在定位不准、定位方法局限性较大等问题,在扣件识别方面的正确率也不高。而基于深度学习的扣件检测方法则需要大量的扣件样本作为训练集,训练效果难以保证。鉴于以上不足,提出一种基于改进形状匹配的扣件缺陷检测方法,该方法的一大优势是无需预先进行扣件定位,且匹配速度快、召回率高。该方法改进点主要包括：1)采用多模板匹配代替单模板匹配,以提高模板的多样性,进而提高扣件的匹配召回率;2)采用基于HALCON的形状匹配代替传统模板匹配,便于提高扣件的边缘检测效率,增强检测鲁棒性;3)提出扣件图片智能裁剪和模板库自动化更新算法,其中智能裁剪可裁剪出更加整齐而规范的数据集,模板库自动化更新算法可根据匹配的扣件数据集动态更新模板库。用轨道综合巡检车拍摄的扣件图片对该方法进行了实验验证。研究结果表明,在匹配阈值为0.75,模板库扣件数量为32的条件下,该改进方法对单张图片匹配时间为仅为0.18 s,检测召回率达到了98.15%。该改进方法高效且智能,具有较高的实用性、适用性和可行性,能够满足工务段日常维检的需要。     

静态轨检历史数据匹配方法及其性能评价

研究目的:历史数据匹配是轨道几何状态数据挖掘的前提与基础,目前基于外部特征的匹配难以实现亚米级的匹配精度,而基于相似性的匹配算法复杂度过高。针对上述问题,本文以静态轨检数据为研究对象,通过动态时间规整度量数据相似性,并以规整路径估计里程偏差,从而构造了一种静检历史数据的精确匹配方法。在此基础上,讨论匹配性能评价问题,并在相关性与精确性评价的基础上引入同步性的指标。最后,采用某高铁2021年1月15日～7月7日间的日常检查数据对上述匹配方法进行验证。研究结论:(1)与基于外部特征的匹配相比,本文所述匹配方法的相关性、同步性与精确性更优;(2)通过改变波形模拟维修作业,显示该方法对动道扰动与数据丢失具有一定的稳健性;(3)本文所述方法无需借助外部特征,因此具有成本低、适应性好的特点,可用于轨道状态信息的深度挖掘。