4限制边连通二部图的充分条件

设G是一个4限制边连通图,主要研究含有(4,4)-距离点集对的4限制边连通二部图的最优性.

基于双边缘检测的车牌识别算法

随着智能交通的不断发展,车牌识别系统已经成为其中的重要组成部分。车牌识别分为车牌定位、字符分割以及字符识别三个部分。提出了一种新型车牌识别方法。在车牌定位方面,采用双边缘检测车牌定位方法;对于字符分割则提出了寻找连通域与传统投影分割相结合的方法;在字符识别上,将分类器分为三组,同时对于易混淆的字符进行了再次分类,这种做法缩短了训练时间,提高了准确率。实验结果表明,所提出的方法具有识别率高和速度快等特点。

基于数学形态学和投影法的车牌定位方法

在车牌定位系统中,针对图像中存在的复杂背景、车辆自身的车灯或标志这些因素的影响,提出了车牌初步定位和精确定位的方法。首先,对车牌图像进行灰度化、灰度拉伸、边缘检测后,运用数学形态学运算和车牌自身的宽高比例初步定位出车牌区域。然后,运用投影法分别进行水平方向和垂直方向的定位,得到准确的车牌区域。该方法能够很好地排除干扰因素,精确定位出车牌。

复杂背景图像中垂直伸缩式刀闸状态识别研究

在复杂背景图像中,为准确识别垂直伸缩式刀闸状态,定义了新的绝缘子边缘特征,提出了垂直伸缩式刀闸检测与状态识别方法。采用改进的Freeman链码描述绝缘子波动点结构的边缘特征,利用提取的边缘特征在图像分割基础上定位刀闸位置。利用开合状态背景连通性的差异,通过区域语义分割实现对刀闸状态的正确识别。现场图片试验结果显示:采用该算法提取到的特征点主要分布在绝缘子周围,自动查找到的连通区域在开关状态下区别明显。改进的Freeman链码能有效描述绝缘子边缘连续波动特征,通过查找相应窗口即可准确定位刀闸区域。背景连通性的差异性适用于对各种型号垂直伸缩式刀闸开关状态的正确判断。

图中顶点子集的边连通度与最优分级边连通图的构造问题

G =(V ,E)是无向连通图 ,无环允许有重边 .S是V的至少包含两个顶点的子集 ,S的边连通度λG(S)被定义为使S中的顶点不属于同一连通分支所需去掉的最少边数 .给定集合V和V的一个划分V =V1∪V2 ∪…∪Vr(|r|≥ 1,|V1|≥ 2 )以及正整数序列k1>k2 >… >kr≥ 2 .记Si=V1∪V2 ∪…∪Vi,1≤i≤r.构造一个连通图G =(V ,E)满足 :λG(Si)≥ki(1≤i≤r)且边数 |E|最小 .这种图G称为与所给划分和正整数序列相对应的最优分级边连通图 .在给出顶点子集的边连通度概念的基础上 。

满足预定性质的图的构造

论述了对于任意一组满足不等式Ｋ（Ｇ）≤λ（Ｇ）≤δ（Ｇ）的三个整数，总有一个图与之相对应，该定理的证明给出了构造这种图的方法．并进一步讨论了满足条件的图中其最小图的顶点数．

基于5G空口授时的智能变电站一体化测试技术研究

智能变电站继电保护调试局限于单体测试,对于跨间隔的智能设备只能分批、逐一测试,缺乏对母线、主变多间隔一体化系统性测试的手段。提出基于5G空口授时的智能变电站一体化测试方法,构建基于云边协同的跨间隔、多智能设备、异域纵联等时空同步性一体化测试体系,采用5G通信技术,打通单体设备测试孤岛;通过5G空口授时,确保智能变电站一体化测试设备的时间同步性,以及通过端设备信号采集与输出、边设备多协议接入、云端统一管理,实现变电站管理者、测试者、测试专家库等优质资源的价值整合,提高测试全面性、针对性、时效性。

极大3限制边连通二部图的充分条件

设G=(V,E)是一个连通图.称一个边集合S■E是一个k限制边割,如果G-S的每个连通分支至少有k个顶点.称G的所有k限制边割中所含边数最少的边割的基数为G的k限制边连通度,记为λ_k(G).定义ξ_k(G)=min{[X,■]:|X|=k,G[X]连通,■=V(G)\X}.称图G是极大k限制边连通的,如果λ_k(G)=ξ_k(G).本文给出了围长为g>6的极大3限制边连通二部图的充分条件.