期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一些由(无符号)拉普拉斯谱所确定的图类
1
作者 许剑锐 刘木伙 《高校应用数学学报(A辑)》 CSCD 北大核心 2018年第4期465-469,共5页
设G是一个n阶图而H是任意一个图.符号G?H表示由G和n个顶点不交的图H通过把G的第i个顶点和第i个H的所有顶点都连一条边所得的图,其中1≤i≤n.设p≥3和q为两个正整数.令Cp和Kp分别表示p个顶点的圈和完全图.证明了Cp?qK_1和Kp?qK_1分别被... 设G是一个n阶图而H是任意一个图.符号G?H表示由G和n个顶点不交的图H通过把G的第i个顶点和第i个H的所有顶点都连一条边所得的图,其中1≤i≤n.设p≥3和q为两个正整数.令Cp和Kp分别表示p个顶点的圈和完全图.证明了Cp?qK_1和Kp?qK_1分别被它们的拉普拉斯图谱所确定,且当p为奇数时Cp?qK_1也被它的无符号拉普拉斯图谱所确定.文中的结果推广了[Bu Changjiang, et al.,(2014),Graphs Combin, 30:1123-1133],[Boulet R (2009). Discrete Math Theor Comput Sci, 11:149-160]和[Mirzakhah M, Kiani D (2010). Electron J Linear Algebra, 20:610-620]的相应结论. 展开更多
关键词 图谱的确定性 (无符号)拉普拉斯图谱 单圈图
下载PDF
强正则图的能量(英文)
2
作者 蔡明建 潘莉娜 朱忠熏 《中南民族大学学报(自然科学版)》 CAS 2008年第2期96-99,共4页
设G是阶为n边数为m的简单图,λ1,λ2,…,λn是G的邻接矩阵的特征值,μ1,μ2,…,μn是G的拉普拉斯矩阵的特征值.图G的能量定义为E(G)=sum from i=1 to n|λi|,拉普拉斯能量LE(G)=sum from i=1 to n|μi-(2m/n)|.利用代数和图论的方法,得... 设G是阶为n边数为m的简单图,λ1,λ2,…,λn是G的邻接矩阵的特征值,μ1,μ2,…,μn是G的拉普拉斯矩阵的特征值.图G的能量定义为E(G)=sum from i=1 to n|λi|,拉普拉斯能量LE(G)=sum from i=1 to n|μi-(2m/n)|.利用代数和图论的方法,得到了k-正则图的最大和最小能量,以及最大、最小拉普拉斯能量,并刻划了能量取到最值时对应的图的结构. 展开更多
关键词 拉普拉斯图谱 拉普拉斯能量 强正则图
下载PDF
一种面向无向加权图的子图查询方法 被引量:2
3
作者 朱磊 姚燕妮 +4 位作者 高勇 王一川 姬文江 黑新宏 刘征 《西安理工大学学报》 CAS 北大核心 2019年第3期291-299,共9页
随着图结构的大规模应用,图数据库上的查询已经成为图挖掘的研究热点。针对无向加权图,本文提出一种基于最短权值路径和拉普拉斯图谱的子图查询方法PSQuery。首先,PSQuery方法选取可表示数据图的高效特征属性;接着,对提取的特征属性按... 随着图结构的大规模应用,图数据库上的查询已经成为图挖掘的研究热点。针对无向加权图,本文提出一种基于最短权值路径和拉普拉斯图谱的子图查询方法PSQuery。首先,PSQuery方法选取可表示数据图的高效特征属性;接着,对提取的特征属性按照哈希映射进行编码,将特征编码组合生成节点编码和图编码,并且基于图编码构建索引树;最后,通过实现过滤验证框架得到结果集:按照提取特征的嵌套性质进行过滤生成候选集,再根据VF2算法进行验证得到最终的超图集合。实验结果表明,提出的方法加速了无向加权图数据库上的子图查询过程,提高了查询效率。 展开更多
关键词 图挖掘 子图查询 最短权值路径 拉普拉斯图谱
下载PDF
Lower Bounds on the(Laplacian) Spectral Radius of Weighted Graphs 被引量:2
4
作者 Aimei YU Mei LU 《Chinese Annals of Mathematics,Series B》 SCIE CSCD 2014年第4期669-678,共10页
The weighted graphs, where the edge weights are positive numbers, are considered. The authors obtain some lower bounds on the spectral radius and the Laplacian spectral radius of weighted graphs, and characterize the ... The weighted graphs, where the edge weights are positive numbers, are considered. The authors obtain some lower bounds on the spectral radius and the Laplacian spectral radius of weighted graphs, and characterize the graphs for which the bounds are attained. Moreover, some known lower bounds on the spectral radius and the Laplacian spectral radius of unweighted graphs can be deduced from the bounds. 展开更多
关键词 Weighted graphs Adjacency matrix Laplacian matrix Spectral radius Lower bounds
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部