高污染基因芯片图像的网格划分

对基因芯片图像进行网格划分是基因芯片图像处理的基础，针对高污染基因芯片图像中高亮污渍对网格划分造成的干扰，将高亮目标分为靶点、污渍块和污渍点3种类型，根据其不同特征分别进行处理，提出一种新的网格划分算法。利用全局分割确定高亮目标所在位置，根据污渍点的特征，使用图像腐蚀技术对其进行剔除；根据污渍块的特征，对其先进行膨胀处理，然后对其进行剔除，可消除污渍块及其边缘痕迹。使用自协方差对没有污渍的图像进行网格划分，实验表明，对于高污染基因芯片图像，该算法可以得到理想的网格划分结果，靶点检测平均准确率可以达到94.73%。     

一类正则循环图的Cartesian积图的D(β)-点可区别Ⅵ-全染色及Ⅰ-全染色

设G是简单图,若图G的全染色f满足:1)(V)uv,vw∈E(G),有f(uv)≠f(vw);2)(V)uv∈E(G),u≠v,有f(u)≠f(v);3)(V)u,v∈V(G),0＜d(u,v)≤β,有S(u)≠S(v),这里色集合S(u)={f(u)}∪{f(uv) |uv∈E(G)}.则称f是图G的一个D(β)-点可区别Ⅰ-全染色.若f只满足条件1)和3),则称f是图G的一个D(β)-点可区别Ⅵ-全染色.研究了当β=1,2时一类正则循环图与圈的Cartesian积图的D(β)-点可区别Ⅵ-全色数和D(β)-点可区别Ⅰ-全色数,并讨论了正则图的D(β)-点可区别Ⅵ-全色数和D(β)-点可区别Ⅰ-全色数的上界.     

D(2)-点可区别正常边色数的一个上界

图G的D(β)-点可区别正常边染色是指G的一个正常边染色f使得对任意两点u,v∈V(G),0相似文献