课程文献中心 更多>>

关键词： 图论   图同构   重构猜想   度结合边重构数   冠图   Graph Theory   Graph Isomorphism   Reconstruction Conjecture   Degree Associated Edge Reconstruction Number   Corona Graph  

摘要： 本文研究了冠图 P n ∘ P m 的重构性及其两种度结合边重构数。通过分析冠图 P n ∘ P m 边主子图的结构，确定冠图 P n ∘ P m 所有可能的扩展及其度结合边主子图；利用图同构的必要条件和充分条件，探索冠图 P n ∘ P m 扩展的度结合边主子图与冠图 P n ∘ P m 度结合边主子图的同构情况；结合上下界逼近法证明了冠图 P n ∘ P m 的可重构性，确定了它的两种度结合边重构数。

关键词： 整数群   增长函数   次可乘   增长率   Integer Group   Growth Function   Submultiplication   Growth Rate  

摘要： 本文给出了整数群 Z 上一个真的长度函数，并证明了这个长度函数诱导的增长函数不是次可乘的， 但却满足一个一般的次可乘不等式。同时计算出了该增长函数的增长率是欧拉数 e。

关键词： 逐点估计   Green函数   黏弹性流体   Pointwise Estimate   Green’s Function   Viscoelastic Fluids  

摘要： 在本文中，我们研究三维不可压黏弹性流体的柯西问题。 首先我们引入合适的变量变换然后研究变化后方程组的线性系统的Green函数。 然后，我们应用复分析的方法得到在有限马赫数区域内关于Green 函数更精确的逐点估计。 最后我们获得关于方程组解的线性部分的更精确的逐点估 计。

关键词： 初中语文   思维导图   写作教学  

摘要： 在初中语文写作教学中,思维导图能够诠释写作主题、方向、框架、细节等,围绕一个中心辐射出多个发散点,帮助学生形成清晰的写作思路.所以,教师要深入发掘思维导图的应用价值,引导学生明确文章选题,筛选出更适宜、更有亮点的写作素材,同时启发学生发散想象,让作文描述更加生动鲜活;同时,教师还要以思维导图来强化写作细节,提高学生的文章润色和完善能力.这样才能真正发挥思维导图的应用价值,让学生在写作中循图而行,提高学生的写作素养.

关键词： 广义互模糊函数   积分旁瓣电平   最大块改进   连续凸近似   交替方向惩罚法  

摘要： 具有良好相关特性的正交波形集可以提高多输入多输出(MIMO)雷达系统的目标检测性能和抗干扰能力。为此，该文提出主瓣增益和动态范围约束下最小化广义互模糊函数积分旁瓣(ISL)的发射序列集和接收滤波器组联合设计方法。该方法采用最大块改进算法(MBI)将非凸优化问题分解为多个子问题，再利用连续凸近似方法(SCA)迭代求解子问题。为了进一步降低运算量，该文还提出了具有并行实现潜力的交替方向惩罚法(ADPM)求解SCA的子问题。最后，通过仿真实验从收敛速度、积分旁瓣电平等方面验证了该方法的有效性。

关键词： 子图匹配   图神经网络   回溯式算法   组合优化   注意力机制  

摘要： 子图匹配是在大型目标图中找出给定查询子图的全部匹配位置,在社交网络、生物化学和认知科学等多个领域都具有关键意义.基于回溯搜索的子图匹配算法时间复杂度高,需要有效的剪枝策略减少运行时间.然而,现有启发式剪枝算法只能依据当前状态的粗略邻域信息做出结构冲突判断,使得大量无效状态难以被筛出,导致子图匹配的性能不佳.提出了一种高效、准确、自适应的融合图神经网络的子图匹配算法,通过图神经网络捕获细粒度邻域结构信息,生成全局结构关联,利用模型推理代替传统剪枝策略,估算剪枝概率.该算法能够在单次查询中有效利用全局信息,显著提升对无效状态的筛选效率.此外,还设计了一种数据采样机制,以缓解样本分布不均衡导致的网络训练崩溃问题.实验证明,以基于图神经网络的算法替代回溯式算法的剪枝策略,能够显著提高其搜索效率.

关键词： 傅里叶相似变换   图距离矩阵   矩阵分解   距离公平划分   Fourier Similarity Transformation   Graph Distance Matrix   Matrix Decomposition   Distance Equitable Partition  

摘要： 本文考虑图距离矩阵的分解问题。给定一个图，根据其顶点集的划分，我们定义了图距离矩阵的傅里叶相似变换。该变换由用于执行离散傅里叶变换的矩阵乘以图距离矩阵实现。我们证明了图距离矩阵在傅里叶相似变换下能够分解成多个较小矩阵的直和，当且仅当该图的顶点划分是距离公平划分。

关键词： 计算机视觉   相机位姿回归   相机定位   图注意力   多级特征融合  

摘要： 为了提高复杂场景下相机位姿估计的精度和稳定性，本文自主设计了ResGraphLoc网络，该网络通过引入残差网络与图注意力机制，进一步提高相机在遮挡、光照变化和低纹理场景下的位姿回归精度问题。该网络采用ResNet101作为特征编码器，通过改进的残差块增强显著特征提取能力。利用图注意力层融合多级特征图，并通过多头自注意力机制实现特征信息扩散和聚合。最后，通过非线性MLP层从特征嵌入中提取位置和角度特征，完成端到端相机位姿回归。在大型室外数据集上，ResGraphLoc模型的位姿误差优于现有算法。在LOOP和FULL场景下，位姿回归结果分别为7.18 m,2.48°与16.96 m,3.16°，相比基准模型提升超过25%。在4Seasons数据集的Neighborhood场景下，室外定位误差最低可以达到1.40 m,0.76°。在纹理缺失及重复的室内数据集下，位置角度回归结果分别可以达到0.08 m,3.25°。实验结果验证了ResGraphLoc在复杂环境下的高精度和稳定性，能有效应对遮挡、光照变化和低纹理场景。

关键词： 即时定位与建图   电力巡检   多传感器融合   松耦合   紧耦合  

摘要： 随着智能电网技术的发展,变电站巡检对定位和建图精度的要求不断提高,但单一传感器难以满足复杂环境下的巡检需求。多传感器融合即时定位与建图(simultaneous localization and mapping,SLAM)技术在变电站巡检中显得尤为重要,为此对该技术的发展进行综述。首先,回顾多传感器融合SLAM技术的发展历程,从传感器类型、融合架构和数据处理3个维度对技术进行分析;其次,将融合架构划分为松耦合、紧耦合2种模型,探讨它们在变电站巡检中的应用效果;同时,总结SLAM算法的评价标准,包括定位精度、建图效率、环境适应性和计算复杂度等关键指标,并分析当前技术面临的挑战。多传感器融合SLAM技术能够显著提升变电站巡检机器人的定位精度和环境感知能力。通过协同集成多种传感器信息,该技术可有效解决单一传感器的局限性问题,在变电站巡检中的应用正在逐步现实化。

摘要： 1 一有空,林楠就带着当康去佛山的外婆家. 外婆的居所坐落在一个保存完好的古村落,村里的建筑沿袭了粤中地区特有的梳式布局,房屋排列得宛如梳齿,既整齐又平行,展现出一种别样的韵律美.外婆家的大门是两扇对开的木门,门两侧贴着一副喜庆的对联,上联为"岭南古韵传千载",下联则是"神兽祥光照四方",横批书写着"福寿安康".两扇门的左右各贴着一张年画,分别是威严的门神神荼与郁垒的画像.而在木门的正中位置,还设有一对精巧的门环,门环上的兽首雕刻得栩栩如生,正是象征着吉祥的神兽椒图.