扩展图论文_任宏,蒋小敏

导读:本文包含了扩展图论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:拉普拉斯,矩阵,广义,近似,电阻,算法,网络。

扩展图论文文献综述

任宏,蒋小敏[1](2019)在《基于属性扩展图层组技术的文化线路可视化管理》一文中研究指出针对当前图层组在复杂专题数据管理中存在的问题,结合文化线路的资源特点,设计了研究区线路的Geodatabase空间数据框架;以减少数据冗余和提高数据更新效率为目的,研究了利用ArcGIS图层组技术进行专题数据管理的模式,实现了基于属性扩展的研究区数据高效管理。(本文来源于《图书情报导刊》期刊2019年12期)

刘振芳[2](2018)在《基于扩展图理论的在线旅游运营商个性化推荐策略优化研究》一文中研究指出近年来,旅游业持续快速发展,并对世界各地许多国家的经济发展做出了重大贡献。与此同时,旅游推荐系统也得到了广泛应用,它可以帮助游客从冗余、杂乱的信息中找到感兴趣的旅游产品和服务,同时也有助于在线旅游运营商制定个性化旅游推荐,从而在当今竞争激烈的市场中拥有更强的竞争能力。大多数现有的推荐技术只关注于游客的偏好、着重于提高顾客购买率。但越来越多的研究认识到,游客需求随机的情况下,在线旅游运营商的收益也是旅游推荐中应考虑的一个重要方面。本文重点研究在线旅游运营商在推荐过程中,面对随机的游客需求,如何进行产品推荐,以取得较低的推荐成本。本文的主要研究工作如下:首先,通过对国内外旅游推荐的研究现状进行分析,指出现有研究的不足,从而强调开展本文研究的意义和重要性。然后,站在在线旅游运营商的角度,综合考虑旅游推荐成本和游客需求的随机性,明确本文研究的旅游推荐问题。其次,构建扩展图优化模型及求解算法。本文提出基于扩展图的推荐优化模型,用以对top-N推荐策略进行优化。top-N推荐策略只侧重于用户偏好。由于本文提出的基于扩展图的推荐优化模型是一个非线性离散优化问题,其包含指数次方的约束,直接求解非常困难。我们通过对问题转化,并提出一个割平面算法逐步迭代进行求解。最后,进行相关的数值实验,以验证本文基于扩展图优化方法的有效性,表明该方法构建的扩展图结构可以同时取得高水平的需求满足率和较低的推荐成本。此外,本文还讨论了该推荐优化方法的计算复杂度、解的质量和方法鲁棒性等方面。(本文来源于《东南大学》期刊2018-04-01)

汪赛,李媛[3](2017)在《图的关联能量和扩展图能量的新下界(英文)》一文中研究指出给出了关于S_α(α>0)新界,这里Sα表示连通图G的无符拉普拉斯特征值的幂的和.基于这些界也得到了关联能量的一些新结果.此外还研究了扩展图能量.(本文来源于《南开大学学报(自然科学版)》期刊2017年06期)

卢鹏丽,张腾[4](2016)在《轮扩展图的电阻距离及Kirchhoff指数》一文中研究指出对于一些复杂图来说,计算其电阻距离非常困难.定义了一类新的图运算:轮扩展图.通过此类图的Laplacian矩阵和Laplacian矩阵的广义逆,给出了轮扩展图中任意两点之间的电阻距离和轮扩展图的Kirchhoff指数表达公式.用Matlab编程计算了此类图任意两点之间具体的电阻距离值及Kirchhoff指数.(本文来源于《兰州大学学报(自然科学版)》期刊2016年05期)

孙云[5](2016)在《基于边扩展图的网络可靠度近似分析》一文中研究指出随着网络建设规模的不断增大,各行各业对其网络可靠性的要求也在不断的提高。网络可靠性作为网络建设的一项重要指标,时刻影响着其布局与规划。如何快速、精确地计算网络可靠性,始终是可信计算领域里的一个核心问题。在网络可靠性分析中,使用边扩展图(edge expansion diagram, EED)技术能够在很大程度上提高性能和效率。该过程主要包含边排序、构建边扩展图、生成等价的BDD (binary decision diagram)并计算网络的可靠度值叁个步骤。具体的,首先依据BFS(breadth-first search)边排序策略对网络的边进行排序;然后根据边扩展图技术对网络构建相应的边扩展图;进而生成相应的BDD,并对每个节点进行可靠度的计算,最后递归地求出总的可靠度值。小规模的网络可以快速计算出可靠度精确值,但随着网络规模的增大,可靠性精确值的计算非常困难甚至难以得出,从而研究者们提出了网络可靠度的近似分析这一方法。已有的网络可靠性近似分析中,多是基于割集或者路集,本文从另一个方面---基于截断边扩展图着手。本文的主要工作是对网络进行可靠度的近似分析,采用的方法是截断边扩展图,其主要内容包括:在Kuo算法基础上提出截断边扩展图的网络可靠度近似算法。Kuo算法的步骤包括边排序,边扩展图的生成,BDD的生成和可靠度的计算。本文的近似算法是根据给定的阈值对边扩展图进行截断,然后生成等价的BDD,最后计算可靠度的值。并选取多种规则网络为模型进行性能分析,进一步与已存在的近似算法进行性能比较,得出该算法可以使得BDD尺度大幅度减小,并且可靠度值的误差维持在一定范围内这一结论,这为工程网络的可靠度近似分析奠定了基础。将基于截断边扩展图的网络可靠度近似算法应用于工程网络中。选取北京轨道交通网、河南电力网及社交网络叁个工程网络为模型,对每一个网络模型,针对不同的{S,t},记录可靠性分析过程中的实验参数,包括可靠度的精确值和近似值、BDD尺度以及误差大小,并与Kuo算法进行比较,大量的实验结果验证了基于截断边扩展图的网络可靠度近似算法的优越性。(本文来源于《浙江师范大学》期刊2016-05-18)

卢鹏丽,张腾[6](2015)在《网格扩展图电阻距离的计算方法》一文中研究指出基于电阻距离的定义和公式,提出一种快速计算电阻距离的新方法.首先利用MATLAB描述出连通图G的Laplacian矩阵,求得该矩阵的广义逆矩阵,然后根据电阻距离的定义和公式,计算连通图G中任意两点之间的电阻距离.计算结果表明,该方法能够快速准确地得到图的电阻距离.(本文来源于《兰州理工大学学报》期刊2015年04期)

孙云,钟发荣,莫毓昌,潘竹生[7](2015)在《基于截断边扩展图的网络可靠度近似分析》一文中研究指出小型网络可以快速计算出可靠度精确值,但对于大型网络,可靠性精确值的计算非常困难,因此提出一种基于截断边扩展图的网络可靠性近似分析算法。实验结果证明,该算法能够在生成较小边扩展图和等价BDD(Binary Decision Diagrams)的基础上得到误差较小的近似值。(本文来源于《计算机科学》期刊2015年07期)

陈剑,贾杰,闻英友,赵大哲[8](2015)在《WiMAX WMN中基于扩展图的链路调度优化》一文中研究指出链路调度是Wi MAX WMN设计中面临的关键问题.为了最大化网络吞吐量,建模了无干扰最优链路调度模型.针对单位时隙需求的链路集,提出一种Wi MAX WMN中的启发式链路调度算法.进一步,针对WMN中节点的中继特性,设计了基于节点与链路分解的扩展图模型.通过细化传输过程以增强时隙的空间复用性,能够满足链路单次与多次传输的统一调度需求.一系列仿真实验结果表明,所提出的链路调度算法能够有效减少网络调度周期,提高网络吞吐量.(本文来源于《东北大学学报(自然科学版)》期刊2015年01期)

贺鹏,孙变富[9](2014)在《AutoCAD扩展图元数据在地籍测量中的应用》一文中研究指出本文对AutoCAD中扩展图元数据(XDATA)的数据格式进行了详细分析,介绍了扩展图元数据在AutoCAD中添加、访问和使用的方法,讨论了扩展数据在地籍测量中的具体应用,对从事地籍测量工作的技术人员有一定的借鉴作用。(本文来源于《价值工程》期刊2014年07期)

陈晓东[10](2012)在《无爪图及其扩展图的Hamilton性》一文中研究指出众所周知判断一个一般图是否具有Hamilton性是NP-完全问题,虽然无爪图是对一般图进行了条件限制的图,但是判断其Hamilton性仍是NP-完全问题.所以众多学者对一些特殊的无爪图进行了研究,并得出了很多关于特殊无爪图的Hamilton性的结果.本文建立在研究Matthews和(?)Sumner提出的着名猜想:“任意一个4-连通的无爪图是Hamilton图”的基础上,分别讨论了矩形连通无爪图,无(P6)2及hourglass子图的无爪图,半局部2-连通无爪图,几乎局部连通无爪图的Hamilton性,并给出了无爪图的扩展图中的不属于F1的2-连通半无爪图的周长范围.本论文的主要研究结果如下:(1) Li, Guo, Xiong等人提出猜想:“若G为一个连通的δ(G)≥3的矩形连通无爪图,且G中不含同构于H1或H2的子图H,其中H中度数为4的顶点不是局部连通点,则G是顶点泛圈图.”本文针对该猜想提出反例,通过将猜想条件中的6(G)的下界值调大至5,使得该猜想的结论成立.由于矩形连通图包含局部连通图,N2-局部连通图,叁角形连通图,所以这个关于矩形连通无爪图的顶点泛圈性的结论扩展了上述特殊无爪图的顶点泛圈性的结果.(2)本文证明了任意一个4-连通的不含(P6)2及hourglass子图的无爪图为一个Hamilton连通图,这一结论更接近证明出Matthews和Sumner提出的着名猜想:“任意一个4-连通的无爪图是Hamilton图.”本文在半局部连通图的定义的基础上提出了半局部n-连通图的定义,易见半局部2-连通图包含局部2-连通图Kanetkar和Rao证明了一个连通的局部2-连通无爪图为一个泛连通图.本文给出了一个不是泛连通图的半局部2-连通无爪图的例子,并证明了任意一个连通的半局部2-连通无爪图为Hamilton连通图.在一定程度上也扩展了Kanetkar和Rao的上述结论Asratian提出任意一个连通的无爪图G为Hamilton连通图当且仅当G为3-连通图.本文将Asratian的结论加以推广证明了任意一个几乎局部连通无爪图G为Hamilton连通图当且仅当G为3-连通图.(3)半无爪图是无爪图的扩展图之一.Li证明了不属于F1的阶为n的2-连通无爪图具有长度至少为min{3δ+2,n}的圈.本文同样证明了不属于F1的阶为n的2-连通半无爪图具有长度至少为min{3δ+2,n}的圈.进一步证实了无爪图的扩展图中的半无爪图与无爪图在Hamilton性及周长等方面有着相似的性质.(本文来源于《大连理工大学》期刊2012-08-08)

扩展图论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

近年来,旅游业持续快速发展,并对世界各地许多国家的经济发展做出了重大贡献。与此同时,旅游推荐系统也得到了广泛应用,它可以帮助游客从冗余、杂乱的信息中找到感兴趣的旅游产品和服务,同时也有助于在线旅游运营商制定个性化旅游推荐,从而在当今竞争激烈的市场中拥有更强的竞争能力。大多数现有的推荐技术只关注于游客的偏好、着重于提高顾客购买率。但越来越多的研究认识到,游客需求随机的情况下,在线旅游运营商的收益也是旅游推荐中应考虑的一个重要方面。本文重点研究在线旅游运营商在推荐过程中,面对随机的游客需求,如何进行产品推荐,以取得较低的推荐成本。本文的主要研究工作如下:首先,通过对国内外旅游推荐的研究现状进行分析,指出现有研究的不足,从而强调开展本文研究的意义和重要性。然后,站在在线旅游运营商的角度,综合考虑旅游推荐成本和游客需求的随机性,明确本文研究的旅游推荐问题。其次,构建扩展图优化模型及求解算法。本文提出基于扩展图的推荐优化模型,用以对top-N推荐策略进行优化。top-N推荐策略只侧重于用户偏好。由于本文提出的基于扩展图的推荐优化模型是一个非线性离散优化问题,其包含指数次方的约束,直接求解非常困难。我们通过对问题转化,并提出一个割平面算法逐步迭代进行求解。最后,进行相关的数值实验,以验证本文基于扩展图优化方法的有效性,表明该方法构建的扩展图结构可以同时取得高水平的需求满足率和较低的推荐成本。此外,本文还讨论了该推荐优化方法的计算复杂度、解的质量和方法鲁棒性等方面。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

扩展图论文参考文献

[1].任宏,蒋小敏.基于属性扩展图层组技术的文化线路可视化管理[J].图书情报导刊.2019

[2].刘振芳.基于扩展图理论的在线旅游运营商个性化推荐策略优化研究[D].东南大学.2018

[3].汪赛,李媛.图的关联能量和扩展图能量的新下界(英文)[J].南开大学学报(自然科学版).2017

[4].卢鹏丽,张腾.轮扩展图的电阻距离及Kirchhoff指数[J].兰州大学学报(自然科学版).2016

[5].孙云.基于边扩展图的网络可靠度近似分析[D].浙江师范大学.2016

[6].卢鹏丽,张腾.网格扩展图电阻距离的计算方法[J].兰州理工大学学报.2015

[7].孙云,钟发荣,莫毓昌,潘竹生.基于截断边扩展图的网络可靠度近似分析[J].计算机科学.2015

[8].陈剑,贾杰,闻英友,赵大哲.WiMAXWMN中基于扩展图的链路调度优化[J].东北大学学报(自然科学版).2015

[9].贺鹏,孙变富.AutoCAD扩展图元数据在地籍测量中的应用[J].价值工程.2014

[10].陈晓东.无爪图及其扩展图的Hamilton性[D].大连理工大学.2012

论文知识图

十四元环构筑的一维链···π构筑的二维层由二聚体和一维双链形成的二维层(上...化合物27中通过N-H···Br和C-H··...裂纹扩展过程中蠕变损伤发展云图修正的蠕变裂纹扩展速率预测结果

标签:;  ;  ;  ;  ;  ;  ;  

扩展图论文_任宏,蒋小敏
下载Doc文档

猜你喜欢