代数构造及在Ramsey理论中的应用

这篇文章在伽罗瓦域上的代数构造和关于一些特定类型图的Ramsey数之间建立了一个关系. 研究了关于伽罗瓦域上的代数构造的方程及方程组的解. 我们得到了一些关于二部图的Ramsey数的新的下界和上界.     

完全二部图Ka,b的迭线图L^m（Ka，b）的谱特征

本证明了当(a，b)不属于{(1，8)，(2，4)，(3，6)，(4，4)，(2s^2-s，2s^2 s))时，L^m(Ka,b)以谱为特征，其中a≤b，s≥2．     

(a,b,n)-临界图的几个充分条件

设G是一个图 .设g和f是两个定义在V(G)上的整值函数使得对V(G)所有顶点x有g(x) ≤f(x) .图G被称为 (g ,f,n) 临界图 ,如果删去G的任意n个顶点后的子图都含有G的 (g ,f) 因子 .本文给出了图是 (a ,b ,n) 临界图几个充分条件 ,即度和邻域条件 .进一步指出这些条件是最佳的 .     

基于选择性激光烧结成型的无模具快速精铸工艺

选择性激光烧结技术(Selective Laser Sintering，SLS)是采用红外激光烧结粉末状材料成形的一种快速成型技术。其基于分层制造的崭新思想，在复杂零件的整体成型和结构组织的连续性方面具有独到的优点，从而可以最为有效地与传统地树脂砂造型工艺相结合，实现了无模型精密铸型的快速制造，其工艺流程图见图1。该工艺实现了CAD模型直接驱动下的铸型一体化制造，型芯同时成形，可方便地制造含自由曲面的铸型和混合零件等。突破了传统工艺的许多约束，具有较高的柔性，尤其适合于制造单件小批量的大中型铸件。     

通过J/Ψ→N(N-)M衰变研究N*时的核子极点效应

研究了J／Ψ→pp^-π衰变过程中核子极点图的贡献，特别是由离壳效应带来的贡献．发现衰变宽度对形状因子是敏感的．在通过用J／Ψ→pp^-π衰变研究N^*时，核子极点图作为背景道的贡献是非常重要的；在通过J／Ψ→pp^-η和pp^-η研究N^*时，核子极点图的贡献可忽略不计；在通过J／Ψ→pp^-ω研究N^*时，核子极点图有明显的贡献．     

适合于应用实验的X射线激光探针

X射线激光实验研究的主要目的是进行相应的应用研究。由于具有波长短、脉冲短、亮度高、相干性好的优点，因此在很多领域有潜在的应用前景。在所有的应用中，利用X射线激光作为探针来诊断等离子体或其他介质材料方面的应用是最普遍的。一般来说，激光探针穿越等离子体或介质后，光束的强度、前进方向、光程都会发生变化。分别检测这些变化，就可以获得等离子体的电子密度或介质折射率的相关信息。这就需要对作为探针的X射线激光的输出特性有深入的了解，并且选择更合适的条件进行优化。采用场图测量的方法，即直接测量X射线激光的输出光束在某一位置处的截面光强分布，能够很好地提供关于X射线激光输出光束的全面的信息，对应用研究具有很好的参考和指导作用。     

图中相互独立的4圈和含4个点的路

设k是一个正整数，G是一个顶点数为|G|=4k的图. 假设σ\-2(G)≥4k-1, 则G有一个支撑子图含k-1个4圈和一条顶点数为4的路，使得所有这些圈和路都是相互独立的. 设G=(V\-1,V \-2;E)是一个二分图使得|V\-1|=|V\-2|=2k. 如果对G中每一对满足x∈V\-1和y∈V\-2的不 相邻的顶点x和y 都有d(x)+d(y)≥2k+1, 则G包含k-1个相互独立的4圈和一条顶点数为4的路，使得所有这些圈和路都是相互独立的，并且此度条件是最好的.     

图的边韧性度

文[1]中,定义图G(V,E)的边韧性度定义为min{(|S|+T(G-S))/(ω(G-S)):S?E(G)},这里,T-(G-S)和ω(G-S)分别表示G-S中最大分支的顶点数和连通分支数.这是一个能衡量网络图稳定性较好的参数,因为它不仅考虑到了图G-S的分支数也考虑到了它的阶数.在以前的工作中,作者得到了边韧性度图的一个充要条件.利用这些结果证明了K-树是严格边韧性度图,并找到了边韧性度与较高阶的边坚韧度和边坚韧度之间的关系.     

中国莲的定量染色体图

利用MetaMorph软件定量分析了中国莲(Nelumbo mucifera Gaertn.)每条前中期染色体上(从短臂到长臂)二脒基苯基吲哚(DAPI)荧光强度的变化，结合染色体的相对长度和臂比作为辅助参数，构建了中国莲前中期染色体的定量染色体图．该定量染色体图是实际的前中期染色体的一种直观模式，可识别中国莲基因组中每条染色体以及分析染色体上的异染色质分布，为莲的细胞遗传学研究提供了一种新的方法．     

有向图上的随机游动

设G=(V,Г)是有向图,G上的随机游动X(G)定义如下:位于某个顶点上的一个粒子将以等概率转移到该顶点的所有后继顶点.令M(j,n)表示随机游动X(G)在前n步内访问顶点j的平均次数,用W(j)表示随机游动X(G)到达顶点j所需要的平均步效.我们对M(j,n)和W(j)的值进行了估计,证明了M(j,n)=O(n),并给出了W(j)的上界.