Let G be a 3-connected graph with n vertices. The paper proves that if for each pair of vertices u and v of G, d(u,v)=2, has ｜N(u)∩N(v)｜≤α(α is the minimum independent set number), and then max{d(u),d(v)}≥n+12,...Let G be a 3-connected graph with n vertices. The paper proves that if for each pair of vertices u and v of G, d(u,v)=2, has ｜N(u)∩N(v)｜≤α(α is the minimum independent set number), and then max{d(u),d(v)}≥n+12, then G is a Hamilton connected graph.展开更多
研究用图模型方法辨识结构向量自回归(VAR)模型,图中的结点表示不同时刻的随机变量,结点间的边表示其所表示的随机变量之间存在的因果相依关系.针对建立有向非循环图的问题,提出了一种基于回归分析的判断方法,用回归方程的回归平方和之...研究用图模型方法辨识结构向量自回归(VAR)模型,图中的结点表示不同时刻的随机变量,结点间的边表示其所表示的随机变量之间存在的因果相依关系.针对建立有向非循环图的问题,提出了一种基于回归分析的判断方法,用回归方程的回归平方和之差作为统计量,确定当前变量之间相依关系的方向.与R ea le的逐一判别法和A lessio的图搜索方法相比,文中提出的基于统计分析的方法简单易行,且可获得唯一的当前变量有向非循环图.最后以两组模拟序列为例,验证了所提出的方法是可行且有效的.展开更多
文摘Let G be a 3-connected graph with n vertices. The paper proves that if for each pair of vertices u and v of G, d(u,v)=2, has ｜N(u)∩N(v)｜≤α(α is the minimum independent set number), and then max{d(u),d(v)}≥n+12, then G is a Hamilton connected graph.
文摘研究用图模型方法辨识结构向量自回归(VAR)模型,图中的结点表示不同时刻的随机变量,结点间的边表示其所表示的随机变量之间存在的因果相依关系.针对建立有向非循环图的问题,提出了一种基于回归分析的判断方法,用回归方程的回归平方和之差作为统计量,确定当前变量之间相依关系的方向.与R ea le的逐一判别法和A lessio的图搜索方法相比,文中提出的基于统计分析的方法简单易行,且可获得唯一的当前变量有向非循环图.最后以两组模拟序列为例,验证了所提出的方法是可行且有效的.
