关于和谐图的几个结果

从考虑与完全图有关的几类图的和谐波，得到了几个新的结果，并部分地回答了文献（１）中几个未解决的问题。     

图的着色与色和

引入了星色与和谐色和的概念，并获得了它们的上、下界、最后讨论了图ｅＫ２的色和，尤其是和谐色和。     

图的k—degenerate子图分解

引进一个图的子图序列概念研究函数ρ（Ｇ），ｆ（Ｇ）和Ｆ（Ｓλ）分别得到ρ（Ｇ）≤（δ＋１）／（ｋ＋１）ｆ（Ｇ）≥２／（△（Ｇ）＋１）及Ｆ（Ｓ）＝２／Ｈ（ｈ）（Ｈ〉０）。     

基于图搜索策略的车站信号操作集自动生成算法

结合铁路站场平面科和控制台盘面布置图的知识表示方法，应用图策略研究车站信号操作集的自动生成算法并给出了实例结果，另外，给出了ｎ维按钮操作序列、正常操作集和非正常操作集等的数学定义。     

图的符号边控制与减边控制

设G是一个图,γ′s(G)和γ′m(G)分别表示图G的符号边控制数和减边控制数,利用图的边度序列给出了γ′s(G)和γ′m(G)的下限,并通过图G的子图明确了两者的关系,为找出γ′m(G)更多的下界提供了新的方法。     

图的相对结合数

引入了图的相对结合数的概念，讨论了它的性质和某些图的相对结合数，得到它的下界，它与图的Ｈａｍｉｌｔｏｎ连通性的关系及联图的相对结合数等结果。     

基于重现定量分析法的交通流量时间序列周期特性

为了提高交通流量的预测精度,用重现图和重现定量分析法,定量分析了交通流量时间序列的周期特性,并利用BP神经网络法和K近邻法,对短时交通流量进行了预测.实例分析表明:不同统计时间间隔和不同时段的交通流量时间序列的周期特性不同.统计时间间隔为5 min的交通流量时间序列有较好的实时性和较强的周期性.交通流量时间序列的周期特性与预测精度正相关,夜间交通流周期性弱,预测精度为87.41%;日间交通流周期性强,预测精度为92.16%.     

关于并图的niche数

研究了并图的ｎｉｃｈｅ数，对ｎｉｃｈｅ小于等于２的图的并图的ｎｉｃｈｅ数进行了详细讨论，并由此获得若干重要并图的ｎｉｃｈｅ数。     

图的邻接树图是哈密尔顿的

图G的邻接树图就是这样的图,以图G的生成树为顶点的图,两个顶点之间相邻,当且位当相应的两个生成树是相邻的.1986年蔡茂诚提出猜想:任何简单图的邻接树图都是哈密尔顿图.本文证明了这一猜想,所得的结论比猜想本身还要强.     

基于非线性时间序列分析的短时交通流特性分析

利用非线性时间序列分析方法对从时间一维角度出发对短时交通流的特性进行定性、定量分析。首先简要介绍了递归图和定量递归分析方法,以1min为间隔的实测交通流量数据为例,选取1d中不同的4部分,用递归图从定性方面可视化其动力学特性,然后用定量递归分析得到各部分的量化特征值,并对结果做出分析。结果表明短时交通流时间序列具有非线性、非平稳的特性,在不同的时段内分别具有随机性、混沌性和确定性。这一研究结果对短时交通流的预测具有一定的理论价值和实际意义。     

图的边函数控制数

本文定义了图的边控制函数及边函数控制数，并得到了3－正则图和4－正则图及完全图的边函数控制数。     

序列和谐图的冠状扩充

本文引入了图的冠状扩充概念，讨论了序歼谐图的冠状扩充，得到了一个扩充定理。     

若干图的边联结数

本文得到了Ｈａｌｉｎ－图和θ－图的边联结数。     

图Km,UKnUKp的优美性

得到了图Ｋｍ∪Ｋｎ∪Ｋｐ是优美图的充分必要条件。     

3p2阶4度对称图

一个简单无向图,如果它的全自同构群作用在它的弧集上传递,则称该图为对称图．本文给出了3p2阶连通4度对称图的完全分类,其中P是一个素数．     

基于差分能量图和CGBP的微表情识别

微表情是一种不能自主控制和伪装的面部表情,其与诚信度的关系密切,具有持续时间短且难以识别的特征.为提高计算机自动识别微表情的准确性,提出一种基于差分能量图和中心化Gabor二值模式（centralized Gabor binary patterns,CGBP）的微表情识别方法.该方法首先利用差分法计算微表情序列的能量得到差分能量图,获得人脸面部肌肉相位的变化;其次将Gabor与中心二值模式CBP相结合,得到CGBP算子对能量图进行微表情的特征提取;最后利用ELM分类器进行微表情分类识别.在CASME微表情库上的实验结果表明,该方法比LBP-TOP、DTSA3、Gabor、VLBP、CBP-TOP算法更能有效地获得微表情序列的时空纹理特征,平均识别率为86.54%.      

泛圈图的一个充分条件

哈密顿图和泛圈图的充分条件是图论中的重要理论问题之一，文中讨论了基于禁用子图的泛圈图的一些充分条件，给出了泛圈图的一个新的充分条件；设G是2-连通，{K1.3-P5，P^ 5)-free的，n阶图，则G是泛圈图或圈．     

分支图在时序逻辑电路设计中的应用

首先以序列检测器为例，分析了时序逻辑电路的设计过程，指出求最简状态图是其主要困难之一，并讨论了如何定义最简状态和利用分支图求出状态图的方法，其次，讨论了使用计算机辅助设计的可能性，指出采用分支图法可以使计算机求状态图的工作量由无穷高阶降低到二阶，最后指出，分支图法也适用于其他有输入信号的时序逻辑电路的设计。     

关于图的集控制数

设G是一个图,如果V(G)能划分为t个两两不交的控制集Dt(i=1,2,…,t),则称G有t-控制集划分.图G的集控制数定义为d(G)=max{ t|G有t-控制集划分}.该文主要研究乘积图与联图的集控制问题,给出其集控制数的界限,并确定一些特殊图的集控制数.     

多重联图全染色的一点注

研究了多个点边不交简单图的联图的全色数.