The Number of Maximal Independent Sets in Quasi-Tree Graphs and Quasi-Forest Graphs

A maximal independent set is an independent set that is not a proper subset of any other independent set. A connected graph (respectively, graph) G with vertex set V(G) is called a quasi-tree graph (respectively, quasi-forest graph), if there exists a vertex x ∈V(G) such that G −x?is a tree (respectively, forest). In this paper, we survey on the large numbers of maximal independent sets among all trees, forests, quasi-trees and quasi-forests. In addition, we further look into the problem of determining the third largest number of maximal independent sets among all quasi-trees and quasi-forests. Extremal graphs achieving these values are also given.

A Parallel Algorithm for the Spanning Forest Problem on Proper Circle Graphs

Given a simple graph G with n vertices, m edges and k connected components. The spanning forest problem is to find a spanning tree for each connected component of G. This problem has applications to the electrical power demand problem, computer network design, circuit analysis, etc. In this paper, we present an?time parallel algorithm with processors for constructing a spanning forest on proper circle graph G on EREW PRAM.

基于知识图谱的SMT产线工艺推荐与优化

面向复杂电路板组件产品,依赖人工经验设计表面贴装技术(SMT)工艺的传统方法存在准确度与适配度低、设计效率低、实物试错成本高等问题,提出了一种基于知识图谱的SMT产线工艺推荐与优化算法。建立知识图谱系统描述SMT产线工艺参数之间的关系,利用随机森林算法计算各个参数重要度,更新参数权重推荐合适参数,并与完全平均加权法对比,验证了其准确性与稳定性。

不含4-圈和三角化6-圈的环面图森林分解

假设G是一个有限简单图.令V(G)和E(G)分别表示图G的点集合和边集合.若能将G的点集合V(G)划分为2个不交的子集合V_(1)和V_(2),使得由V_(1)和V_(2)导出的子图满足G[V_(1)]是森林且G[V_(2)]是最大度至多为d的森林,则称G有一个(F,F_(d))-分解.运用反证法,通过对极小反例的结构分析,找到可约构形,再通过权转移讨论证明:不含4-圈和三角化6-圈的环面图有(F,F_(3))-分解.

基于多尺度图卷积的高光谱图像分类

近年来,卷积神经网络在高光谱图像分类领域取得了显著的进步,但是其只能对图像进行规则格网运算,不能自适应的进行特征聚合。因此,本文提出了一种基于分段森林的多尺度图卷积神经网络的高光谱图像分类方法,主要有四个步骤:首先使用主成分分析进行降维,根据图像的空间信息构建多尺度的分段森林,建立子树之间关系;然后提出了一种基于图卷积网络的U-net模型架构,通过池化和解池化建立多个尺度之间的图结构特征的转换;网络通过图卷积神经网络进行自适应的特征聚合,并在编码器和解码器之间采用跳层连接融合了多尺度特征;最后通过SoftMax进行节点的半监督分类。实验在公开的高光谱数据集上进行了验证,均取得了较好的分类精度,表明了该方法的有效性。

采用CiteSpace文献计量学软件分析林业生态旅游

林业生态旅游注重对景观生态资源的保护,是一种可持续发展的旅游,对地区经济和社会发展有重要的促进作用。采用文献计量学方法,基于CiteSpace软件对发表于1998-2023年的1 792篇包含林业生态旅游的研究文献进行发文量分析、研究机构分析、关键词共线分析、聚类分析、突现词分析及研究趋势分析。结果表明,林业生态旅游研究文献数量经历了“稳定攀升—突增—稳定波动—突降”4个阶段;发文机构之间的合作关系较少,研究主题分散;近年来的研究热点围绕着乡村振兴、国家公园、文化旅游、文旅融合、共同富裕和数字文旅;研究重点则围绕着自然资源开发、保护及产业化发展;研究趋势表明,未来林业生态旅游将从绿色经济下人与自然共生、可持续性消费和低碳消费等领域开展更加深入的持续性研究。

基于图神经网络和随机森林的CircRNA-疾病预测

环状RNA(CircRNA)广泛参与人类疾病的进程,其突变和失调与许多人类疾病密切相关.因此,建立一个高效准确的CircRNA与疾病之间的预测算法对于提前对疾病的发生做出预防以及发病后的治疗方案具有重要意义.提出了一种新的基于图神经网络和随机森林的算法预测CircRNA-疾病关联算法,在分层网络表示嵌入部分通过构建异构网络,根据网络图的邻近性,对网络图的节点和边缘进行分层,递归地合并原始图中的节点和边,得到若干具有相似特征的较小子网络.子网络规模随着分层的深入而递减,直至得到最小子网络后,使用node2vec网络图游走算法对其进行预处理,然后将全部节点的特征向量输入至随机森林分类器来识别潜在的CircRNA-疾病关联,从而进行预测.

基于轨迹预测的驾驶意图识别

驾驶意图识别对于确保交通安全和提升交通效率至关重要。为实现对未来车辆驾驶意图的预测,本研究基于轨迹预测与驾驶意图识别方法,选用Argoverse公开数据集作为训练和测试数据集,并提出了一种结合VectorNet轨迹预测模型和随机森林分类模型的驾驶意图识别方法,实现对未来3s的驾驶意图识别。为验证该方法的有效性,本文将新提出的VectorNet-随机森林模型与LSTM-随机森林模型进行了对比,结果表明本文方法的效果更佳。这一方法为未来自动驾驶和智能交通系统的发展提供了参考和借鉴。

一种基于知识图谱和随机森林算法的致密气井产能预测方法

气井产能预测受地质、工程等多种因素影响,传统的数学解析、数值模拟等方法难以快速准确预测致密气井产能。针对上述问题,基于大数据及机器学习的思想,创新性地融合了知识图谱和随机森林算法,形成了一种针对致密气井的产能预测方法。通过数据预处理对不同类型的基础数据进行规范化处理,采用实体识别和链接技术将不同数据源的实体整合到知识图谱中。使用关系抽取和建模技术,建立实体之间的关系和属性,形成完整的知识图谱,准确预测产能。在此基础上,依托随机森林机器学习算法建立致密气井产能预测模型,利用模型对秋林区块致密气井产能进行预测,预测精度达到89.7%。该方法可以在开发前期快速准确预测气井产能,大幅度提高预测的准确度,为致密气开发产能部署和高产井的发掘提供决策支持。

改进全卷积神经网络的遥感图像小目标检测

对遥感图像中小目标的检测进行研究,提出改进全卷积神经网络的检测新算法。首先,分析了分层概率图模型和深度学习的基本概念和模型。然后,提出分层概率图模型中分层马尔可夫随机场的后验边际模式的递归获取步骤。最后,将全卷积神经网络和分层概率图模型联合,实现对全卷积神经网络的改进,构建遥感图像小目标检测新方法。此外,在所提方法中,选用随机森林技术从分类学习样本中估计每个类和分辨率的后验概率。基于对某地区卫星数据集的处理,将所提出的检测方法与其他四种方法进行了对比。对比实验结果表明,与其他方法相比,所提出的检测方法对低矮植被、车辆、树等遥感图像中的小目标具有更高的检测准确率。

基于图卷积网络的个人信用评估研究

传统的机器学习模型无法表现出个人信用评估问题中贷款者之间的高维邻居关系,通过构造图数据,利用图卷积网络进行分类预测的方式可以考虑贷款者在多个信息维度的相互联系。首先,利用递归特征消除(Recursive Feature Elimination,RFE)进行特征选择,筛选出贡献度最大的特征集。其次,利用随机森林(Random Forest,RF)计算出筛选后特征的重要性权重,同时将特征划分为类别特征和数值特征,根据特征类型并结合特征权重计算贷款者之间的距离,从而得到邻接矩阵。最后,将构造的图数据输入图卷积网络(Graph Convolutional Network,GCN)进行训练并预测结果。基于公开的德国个人信用数据集,通过两种评价指标对比了该模型与4篇近年研究结果,以及通过4种评价指标对比了该模型与3种基准模型。最终结果显示该模型的预测结果均要优于其他模型,能够有效进行个人信用贷款评估问题研究。

最优路径森林分类算法综述

针对快速分类算法中最优路径森林(OPF)分类算法进行了研究,进行了OPF分类算法研究及应用现状的调查。OPF算法是近期兴起的一种基于完全图的分类算法,在一些公共数据集上与支持向量机(SVM)、人工神经网络(ANN)等算法的对比中,该算法能取得类似或更好的结果,速度更快。该算法不依赖于任何参数、不需要参数优化、不需要对各类别的形状作任何假设,能够处理多类问题,旨在全面系统地介绍OPF算法的研究及应用进展。

基于OSG数字林分景观可视化技术研究

大规模林分场景建模和实时绘制对于模拟林分生长具有重要意义。本文定义了一个基于树龄分枝的树木表达模型,该模型可构建形态结构不规则、灵活的树木模型;在林分场景绘制中,提出了一种基于OSG大规模林分场景的实时绘制技术,利用存储在XML文件中真实的林分调查数据可以实时绘制三维林分场景。林分树木场景数据量大,为了提高场景渲染的效率,利用OSG场景图来组织和优化场景数据;在林分单元格的绘制中引入3D树木的LOD网格简化和PageLOD数据库分页机制实现大规模数据调度。实例证明,所绘制的大规模林分场景能满足用户的实时交互需求。

森林补图的最小填充

本文研究森林补图的最小填充问题,并给出了森林补图的填充数的表达式。

在Autocad平台建立具有GIS特征的森林图形系统

该文从森林图形库的概念和基本特征出发 ,完成森林图形库图层的标准设计和森林图形中小班多边形的封闭 .通过对森林图形的图元访问 ,实现森林图形”归一化” .在”归一化”森林图形上 。

图的森林图(英文)

本文中引进了连通图的森林图,它是树图的推广。研究了森林图的子图:邻接森林图和叶交换森林图。特别,邻接树图和线图是我们推广的特殊情况。进而,我们研究了这些图的性质并提出了可进一步研究的问题。

融合邻域判别指数的混合式特征选择算法

特征选择是机器学习领域的重要课题,基于互信息的特征选择算法在多个领域得到了广泛应用.但是该类方法忽略了属性之间的相互作用对决策结果的影响,无法满足高维特征数据集的分类要求.针对这类问题,提出一种引入邻域判别指数的混合式特征选择算法NDI RF.首先在特征过滤阶段,利用邻域判别指数作为判决指标,通过图论聚类思想去除冗余特征,获得相关联的代表特征集;然后通过改进随机森林封装器的特征分配机制,结合序列后项搜索策略评估各个特征子集的分类效果;最终通过逐次迭代选择最高分类准确率所对应的特征子集作为最优特征子集.在UCI数据集上的实验结果表明,NDI RF算法相较于其他特征选择算法,能够有效地减少最优特征子集的大小,同时保证较高的分类准确率.

湖南舜皇山常绿阔叶林种类组成数量综合特征 Ⅲ群落结构图解

群落结构图解不仅能反映物种在群落中的地位,也能在一定程度上反映物种的动态及群落的演替趋势,所以它能较全面地比较天然混交林中各种树种在森林中的作用.用第V级大树结构图解和林木结构图解两种方法分别测定了中亚热带常绿阔叶林乔木层物种在森林组成中的优势度.结果表明:第V级大树结构图解能较客观地反映已进入稳定阶段群落的组成结构特征;林木结构图解能较好地反映处于顺向演替阶段群落的组成结构特征.

基于平图的H圈分解的对偶图的四着色

阐明了平图中的H圈与对偶图中的森林Fi及顶点四着色的依存关系,提出了一种基于H圈分解的任意平图的顶点四着色方法。介绍了20面体平图中的90个H圈及对偶图中的90个森林Fi及90种顶点四着色方案。讨论了平图及对偶图中的H圈Ci的个数,森林Fi的个数和顶点的四着色方案数。

基于图论的景观连接度量化方法应用研究——以福建省闽清县自然森林为例

气候变化和人类活动导致的自然生境丧失和生境片断化使全球生物多样性面临威胁,而有效缓解这类问题的手段之一是维持自然生境的景观连接度。图论分析法作为景观连接度研究的新途径成为研究领域热点,但仍然存在提高距离阈值取值的科学性、充分解读图论连接度指数等有待探究的问题。以闽清县自然森林为对象使用图论分析方法进行了景观连接度的量化研究,提出并使用了距离阈值综合取值方法,联合使用了多种景观连接度指数。研究结果表明,距离阈值综合取值方法能够提高取值的准确性并具有广泛适用性,二进制连接度指数与概率连接度指数能够从不同角度指示景观结构和斑块重要性格局。研究区域90%以上的景观连接度由主要景观组分维持,数量很少的极高重要值斑块数能够对整体连接度水平产生显著影响。面积越大的斑块重要性指数越高,但是极高重要值斑块的重要性指数并不完全取决于斑块面积,而更多的与斑块位置等因素相关。本研究进一步完善图论分析法在景观连接度研究方面的应用,对生物多样性保护工作具有参考价值。