图的局部k限制边连通性及最优性

首先研究图的局部k限制边连通性问题和局部λ_k-连通图的存在性问题.然后研究图的局部λ_k最优性,并且应用邻域条件得到了一个保证图局部λ_k最优的充分条件.     

一种基于Gauss von Mises分布模型的非线性量测更新方法

基于状态空间模型的许多传统滤波算法都基于Rn空间中的高斯分布模型,但当状态向量中包含角变量或方向变量时,难以达到理想的效果。针对J.T.Horwood等提出的nS?R流形上的Gauss Von Mises(GVM)多变量概率密度分布,扩展了狄拉克混合逼近方法,给出了联合分布的GVM逼近方法,推导了后验分布的GVM参数计算公式,设计了量测更新状态估计算法。将J.T.Horwood等的时间更新算法与所提出的量测更新算法相结合,可实现基于GVM分布的递推贝叶斯滤波器(GVMF)。仿真结果表明,当状态向量符合GVM概率分布模型时,GVMF对角变量的估计明显优于传统的扩展卡尔曼滤波器。     

基于B样条的TERS形貌成像背景扣除方法

在针尖增强拉曼光谱(TERS)形貌成像过程中，由于针尖与扫描台无法绝对平行、样品电子密度骤变处针尖快速升降以及扫描控制系统响应时间特性差等综合原因的影响，往往使形貌图中带有倾斜或边界面卷曲的成像背景。成像背景对样品形貌的识别和分析带来十分不利的影响，而背景扣除就是解决该问题的重要手段，也是形貌成像预处理的重要组成部分。背景扣除的原理一般是通过拟合背景的方法来扣除成像中的背景。传统的背景扣除方法是利用多项式拟合的方法对成像进行逐行的基线校正，但是该方法在处理形貌成像时常常会由于过拟合而造成样品形貌的失真，同时容易在图片上留下明显的线条纹理。针对传统方法的缺点，本文提出采用B样条曲面拟合方法，直接对样品形貌图进行曲面背景拟合，发挥B样条低阶光滑的优点，能够有效克服传统方法的缺陷。在实验中，同时利用传统方法和该方法对金单晶和合成金片的形貌图进行背景扣除，实验结果表明，两种方法都能够扣除样品形貌图中的成像背景，但与传统方法相比，所提出的方法不会造成样品形貌的失真，且不会留下线条纹理，获得了更加良好的背景扣除效果，为进一步分析样品形貌特征提供了更准确可靠的信息，是一种更加有效的TERS形貌成像背景扣除算法。     

多图模型的联合估计的群桥方法

高斯图模型研究独立随机变量之间的关系.主要针对该模型,提出了一种分层惩罚连接单个图模型估计的多图模型.研究了新模型的高维统计性质,给出模型的参数估计,并得到了相合性及稀疏性两大理论.     

基于加权最小二乘法的干涉图校准方法

针对现有干涉图校准方法的不足，提出了一种基于加权最小二乘法的干涉图校准方法。根据干涉图中标准件边缘与干涉条纹边缘之间的差异，用合适大小的掩模对标准件的边缘进行初步判定和提取，再利用加权最小二乘法对提取出的边缘进行精确定位。通过计算标准件中已知尺寸部分在干涉图中所占据的像素数目，求出每个像素代表的实际距离，完成校准。实验表明，该方法的计算耗时较霍夫变换法减少一半，定位精度小于1个像素，且适用于不同对比度的干涉图，具有很强的实用性。     

地下水脆弱性风险预警和评估的区间三角模糊多属性决策模型

应用基于逼近理想解排序法的区间三角模糊多属性决策模型,对三江平原六大分区地下水脆弱性进行了风险预警和评估.评估结果与前人吻合,可为有关决策部门采取相应降低环境风险的措施提供参考.实例验证表明,模型具有更高的计算精度和更好的评价效果,为有关环境风险决策部门对地下水风险预警和评估提供了新的思路和方法.     

思维导图促进分析化学课堂思政教学的探索——以“酸碱滴定法基本原理”为例

在分析化学课程的教学中,通过充分发掘其中的思政元素,将其与教学内容进行有机结合,达到育人的目的。通过引入思维导图教学法,搭建思政元素与教学内容的桥梁,学生可以快速把握所学知识。通过学生的表现,分析教学效果,存在的问题等,为课堂思政与本科化学教学有机结合提供一定的借鉴。     

了解积分——求和

求一个函数的黎曼积分,实际上就是一个分割、近似代替、求和、取极限的过程.求和运算是整个积分计算的轴心.就积分四部曲中的求和问题,做一个一般性的讨论.文中使用的是分析和讨论的语言,不去追求数学语言本身的严格性.目的不仅是探讨求和这个步骤,在黎曼积分意义下具体实现的过程和隐含的内容,而且对一般的积分中的求和实现的可能性、应该满足的条件、实现的过程,以及应该注意那些基本问题,也做一点儿逻辑上的探讨.已达到以知识为媒介,提高认知能力的目的.     

仙人掌图的Wiener极化指数

图的Wiener极化指数定义为图中距离为3的无序点对的数目.本文给出仙人掌图的Wiener极化指数的显示表示,并导出若干特殊仙人掌图的极化指数公式.     

开关图的几个代数性质

首先对开关图的自同构群进行了研究,随即讨论了它的点传递性,并得到Calyley图的开关图依然是Cayley图.