图的距离谱综述

设D(G)为连通图G的距离矩阵,λ₁(D)≥…≥λn(D)是D(G)的特征值.距离特征值的研究可追溯到Graham和Pollack [Bell Syst.Tech.J.,1971,50:2495-2519]的工作,其中描述了负距离特征值数目与数据通信系统寻址问题之间的关系.2014年,Aouchiche和Hansen的综述[Linear Algebra Appl.,2014,458:301-386]给出了距离特征值的各种性质.本文中综述了2014-2020年间图的距离特征值研究的新进展.     

五类特殊图的三种距离矩阵的特征多项式

设G是一个具有顶点集V(G)={v_1,v_2,…,u_n}的n阶简单图.设d_(i,j)=d(v_i,v_j)表示图G中任意两个顶点v_i与v_j的距离.矩阵D(G)=[d_(i,j)]_(n×n)定义为图G的距离矩阵.定义Tr(v)=∑_(ueV(G))d(u,u)为图G中顶点u的点传递度.Diag(Tr)表示以G中顶点的点传递度为主对角线上元素的对角矩阵.则矩阵D~L(G)=Diag(Tr)一D(G)和D~Q(G)=Diag(Tr)+D(G)分别定义为图G的距离拉普拉斯矩阵和距离无符号拉普拉斯矩阵.分别得到五类特殊图的距离,距离拉普拉斯,距离无符号拉普拉斯的特征多项式的一般表达式.     

一道题的多解与推广

<正>~~     

补图是树的图的距离拉普拉斯特征值（英文）

一个连通图的距离拉普拉斯矩阵定义为顶点传输度对角矩阵与距离矩阵的差,距离拉普拉斯矩阵的特征值称为这个图的距离拉普拉斯特征值.距离拉普拉斯伸展度定义为图的最大与次小距离拉普拉斯特征值的差.本文确定了补图的最大距离拉普拉斯特征值取得最小值和最大值的树及补图的次小距离拉普拉斯特征值取得最小值和最大值的树,也确定了补图的次大距离拉普拉斯特征值取得最小值的树,还确定了补图的距离拉普拉斯伸展度取得最小值和最大值的树.     

环F_2+uF_2上长度为2~e的循环码的符号对距离

最近,Cassuto和Blaum提出了符号对码的概念,其符号对码的距离(简称符号对距离)与经典纠错码的汉明距离类似,它也是衡量符号对码纠错能力的一个重要参数.而本文作者主要研究了环F_2+uF_2上长度为2~e的循环码的符号对距离,完全确定了每一类循环码的极小符号对距离的精确值.     

固定直径的树的Wiener指数

图G的wiener指数定义为图中所有点对u,v的距离之和∑d（u,v）. 在这篇文章中,我们刻画了在n个顶点直径为d的所有树中具有第三小wiener指数的树的特征以及介绍了得到这类树的wiener指数排序的方法.     

立体几何中的距离问题

距离问题是立体几何中重要的研究对象之一．我们常见的空间距离有：     

不同距离的双线性自适应模糊回归的最小二乘比较

针对双线性自适应模糊回归模型,采用了欧氏距离、Y-K距离和D_k距离,分别讨论了该模型的最小二乘估计及相关性质,得出在这三种距离下,它们的回归系数的最小二乘估计的形式是一致的仅仅系数不相同,且它们的观测中心和插入中心、设计边宽和插入边宽的误差和为0的结论.通过实例验证了上述结论的正确性.     

基于距离相关系数的分层聚类法

随着大数据时代的到来，各个领域涌现出海量数据且结构复杂.如变量的维数不同、尺度不同等.而现实中变量之间往往存在着不确定关系，经典的Pearson相关系数仅能反映两个同维变量间的线性相关关系，不足以完全刻画变量间的相关关系.2007年Szekely等提出的距离相关系数则能描述不同维数变量间的非线性关系.为了探索变量之间的内在信息，本文基于距离相关系数提出了最大距离相关系数法对变量聚类，且有超度量性和空间收缩性.为充分发挥距离相关系数的优势，对上述方法改进得到类整体距离相关系数法.该方法在刻画两类间相似性时，将每类中的所有变量合并成一个整体，再计算这两个不同维数的整体间的距离相关系数.最后，将类整体距离相关系数法应用到几个实际问题中，验证了算法的有效性.     

链状正则图的平均距离

本文构造了一类链状正则图G_k∶δ,求出了它们的平均距离D(G_k.δ),并得到关系式上式等号成立当且仅当δ=4f且k=0.这个估计式指出了施容华猜想[1]D(G)≤n/(δ 1)不成立. 文中进一步证明了这一类链状正则图有最大的直径,所以可以作出猜想: 若G是n阶连通图,则D(G)<(n 1)/(δ 1),其中δ是图G的最小度。     

给定参数的单圈图的乘积离心率电阻距离（英文）

一个图G的乘积离心率电阻距离ξ*R(G)是在图上的所有无序顶点对的顶点对应的离心率和顶点对之间的电阻距离的乘积的和.本文运用了图变换的方法,分别刻画了所有的n个顶点的单圈图中,具有最大、第二大、最小和第二小乘积离心率电阻距离的极值图.进一步,分别刻画了所有的n个顶点且给定最大度的单圈图中,具有最大、第二大和第三大乘积离心率电阻距离的极值图.     

模糊粒度空间的性质研究

在文献[16]基础上,进一步将模糊粒度空间推广到更一般地模糊等价关系上,研究了模糊粒度空间的性质,主要获得了3个结论.首先,引入了有序的等价关系集的概念,给出了下列的四个命题是等价的:(1) 给定一个模糊等价关系;(2) 给定一个等腰归一化伪距离;(3) 给定一个有序的粒度空间;(4) 给定一个有序的等价关系集.第二,通过模糊等价关系诱导的等腰归一化伪距离的投影距离和扩展距离,建立了模糊粒度空间上的距离,即是等腰归一化距离,并且给出了模糊粒度空间上距离度量的动态性质研究.最后,给出了模糊粒度空间与模糊等价关系之间的序关系,即它们的序是一致的.这些研究工作进一步完善了模糊粒度空间的理论,为模糊粒度计算提供了更为直观的数学理论和工具.     

类拟距离空间中含有Jachymski函数的不动点定理

首先证明拟距离空间中的w-距离或mw-距离可以生成一个类拟距离.然后,在类拟距离空间中建立一些含有Jachymski函数的不动点定理.这些结果推广了Alegre等人最近的两个结果.最后,给出一些例子支持我们结果.     

电阻-距离谱的若干结果

对连通图$G$的顶点$u$和$v$, $u$与$v$在$G$中的电阻距离$r_G(u,v)$等于相邻顶点之间的电阻为单位电阻的$G$对应的电网中$u$与$v$之间的等效电阻. 图$G$的电阻-距离特征值是$G$的电阻-距离矩阵$R(G)=(r_G(u,v))_{u,v\in V(G)}$的特征值. 我们分别确定了不同于完全图与完全图删去一条边后得到的图及给定割边数目的使得最大电阻-距离特征值取得最小值的唯一的连通图, 还讨论了最小电阻-距离特征值的性质.     

距离模式识别图的判定

本文研究了几类图的距离模式识别性.利用构造法,求出了它们的距离模式识别集和距离模式识别数,提出距离模式识别率的概念,推广了距离模式识别数的概念.     

椭圆的第二定义及其应用

<正>本文主要针对椭圆的第二定义的巩固及应用采撷几例与读者共切磋,望对大家有所帮助.一、椭圆的第二定义若平面内的动点M(x,y)到定点F(c,0)的距离和它到定直线l:x=(a~2)/c距离的比是常数c/a(a>c>0),则点M的轨迹为椭圆,定直线l叫作椭圆的准线.注一般地,如果遇到动点到两个定点的     

二元码的平均Hamming距离和方差

通过对二元ｎ长码Ｃ的对偶距离分布的研究,在码字数为奇数的情况下,改进了Ａｌ－ｔｈｏｆｅｒ－Ｓｉｌｌｋｅ［１］和［２］文关于Ｃ的码字间平均Ｈａｍｍｉｎｇ距离及其均方差的不等式,并在码字数为２ｎ－１或２ｎ－１－１时,确定了码Ｃ的最小平均距离及其均方差的精确值．     

具有最大度距离的单圈图

设U (n)是具有n个顶点的所有单圈图的集合,G(3; n- 3)是由一个三角形C3粘上一条悬挂路P_(n-3)得到的单圈图.本文将证明当n 5时具有最大度距离的单圈图是G(3; n - 3).     

常重复合码的构造和界

摘要给出了一种Chebyshev距离下的常重复合码的构造,并在其基础上讨论了它的译码算法和优化处理.考虑了Chebyshev距离下的界及其改进.研究了具有Chebyshev距离和Hamming距离的常重复合码的构造,给出了Hamming距离为4的常重复合码的一个结论.