T-S图在教学中的应用

T-S图能够把准静态过程中系统与外界交换的热量用图中的面积直接表示出来,因此又叫示热图。但是,只要略作处理,它还可以简捷、直观、定量地把过程中的功和内能的增量也同时表示出来,从而把热力学过程的能量转换规律形象地表示出来了。这是P-V图所难于做到的。另一方面,T-S图在热力学函数的教学中,也可以发挥其特有的作用。比如,可以用图示法简单而清晰地揭示各个热力学函数是状态的单值函数这一重要性质,可以对热力学过程引起各热力学函数的量值发生改变的原因做定性和定量的分析估算,既避免了数学上复杂的运算,物理意义又十分明确。有监于此,本文试就T-S图在热力学教学中的应用进行一些讨论。

基于M-S图的舰船目标特征分布规律

在分析舰船物理场通过特性的基础上,根据"李萨茹图形"原理建立了舰船磁场与声场的李萨茹图形(M-S图),通过对M-S图进行的拟合,实现了舰船磁场和声场的联合特征提取;利用舰船磁场和声场仿真数据对特征量与航速、横距和深度之间的关系进行研究,得到了特征量的空间分布规律;将该分布规律应用于神经网络模式识别算法并对舰船目标进行识别,得到了较好的效果。

用T-S图证明任意循环的η′<η_卡

本文利用T-S图证明了任意循环过程的效率η′,总比以该循环所经历的最高温度和最低温度为高、低温的卡诺循环的效率η卡要低。

两类Mycielski′s图的邻强边染色和邻点可区别全染色

研究了圈Cp和完全图Kp的Mycielski′s图的邻强边染色和邻点可区别全染色的问题,得到了如下结果:如果连通图G(V,E)满足a′χs(G)=Δ(G),则χas(Mn(G))=Δ(Mn(G));圈的Mycielski′s图的邻强边色数为5;p阶完全图的Mycielski′s图的邻点可区别全染色为2p.

新N—S图FOXBASE结构化程序

在ｄＢＡＳＥⅢ、ＦＯＸＢＡＳＥ程序中针对目前国内外广泛应用的Ｎ—Ｓ流程图所存在的一些缺点进行改造，建立新的结构化流程图－新Ｎ－Ｓ图，使之更适合于高级语言的结构化程序设计．

Mycielski’s图的Co-PI指标

令G是一个图,u是图G的一个顶点,TG(u)是图G当中除了u以外的其余顶点到点u的距离之和,T(u)=TG(u)=∑u∈VdG(u,v),Co-PI指标定义为:Co-PIv(G)=∑uv∈E(G)T(u)-T(v)。文章给出了一些Mycielski’s图的Co-PI指标的计算公式。

S图的若干必要条件

满足Ｇ２≌Ｇ的图Ｇ称为Ｓ图．本文的主要结果为：若Ｇ是Ｓ图，则ｄｉａｍ（Ｇ）＝３或４（其中ｄｉａｍ（Ｇ）表示图Ｇ的直径），并且ｒ（Ｇ）＞２（ｒ（Ｇ）表示图Ｇ的半径），△（Ｇ）≤ｐ—５（△（Ｃ）表示图Ｇ的顶点的最大度数，ｐ表示图Ｇ的顶点的个数）；若Ｇ是Ｓ图，则ｐ≥７，ｐ≤７的图只有Ｇ７是Ｓ图；△（Ｇ）＝２的图只有Ｇ７是Ｓ图．

基于S变换时频谱和KHA-CNN的换流变故障声纹识别

为准确进行换流变压器故障诊断,保证直流输电可靠性,提出一种基于S变换时频谱和KHA-CNN模式的换流变故障声纹识别方法。利用自适应补充集合经验模态分解算法(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN),实现换流变本体声纹信号与噪声的分离;通过S变换得到时频谱图,实现声纹信号的特征提取;通过磷虾群优化算法(krill herd algorithm,KHA)对卷积神经网络进行超参数寻优,将S时频谱图作为特征输入到KHA-CNN,实现故障诊断。研究结果表明:该方法对于换流变故障具有很好的识别效果,能为换流变故障诊断提供有效参考。

Schuster性质在循环图上的实现

第四届国际图论会议上提出的十大未解决问题之一:确定所有满足=G^2的图G,本文提供了一种在循环图上搜索具有=G^2性质的图G的方法,由此得到: 在C_n<j_1)冲仅有C_7<1>,在C_n<j_1,j_2>中仅有C_(14)<1,4>和C_(14)<1,6>具有性质=G^2。

G_n^(d,s)图的(n-1)-角色分配

Everett和Borgatti引入了k-角色分配的概念。进一步,他们引入并研究了图G的k-角色可分配程度来表示图G可以在多大程度上进行k-角色分配,记作αk(G).他们还给出了k=2时的k-角色可分配程度α2 (G)的下确界,并回答了什么时候α2(G)达到下确界。本文证明了k≥3时,αk(G)的下确界为0,并证明了当图G为Gk+1l,s图且α(s+1)≠0(mod k+1)(a=2,3,4)时,αk(G)达到下确界;最后还刻画了能够(n-1)-角色分配的Gn1,s图。

关于图C_(n_1,n_2,n_3,n_4)及C_(p,q,s)的邻接谱

图的谱确定问题是图论中的一个重要问题,它是根据已知的特征值去确定图形,一般说来这是一件很困难的事.图论界的许多学者研究了一些特殊情形,主要涉及图的邻接谱(或图的Laplacian谱)的研究,其研究的一般途径是通过图的邻接矩阵(或Laplacian矩阵)表示,建立图的拓扑结构(特别是图的各种不变量).通过矩阵论,以及组合矩阵论中的经典结论,用于图的拓扑结构的研究.在已有文献的基础上研究了Cn1,n2,n3,n4图和Cp,q,s图的邻接谱问题,得到了不同构的Cn1,n2,n3,n4图及Cp,q,s图没有相同的邻接谱这个结论.

广义-Mycielski图的集合点色数

图G的集合点染色是集合X中的非空子集在点集V(G)上的一个分配,满足相邻点的色集合不相同、相邻点上色集合交不为空集,且每个点上的色集合长度不低于该点的度,此时把X中包含颜色的最小数目称为图G的集合点色数.文章应用构造染色函数法给出了两类广义-Mycielski图的集合点染色及其色数.

[s,t]-图及其Hamilton性

一个图G叫[s ,t] -图,如果G中任意s个点的导出子图中至少含有t条边.本文讨论了某些[s,t] -图的Hamilton性质.

关于完全s部整图

F.Harary和A.J.Schwenk(Lecture Notes in Mathematics.Berlin:Springer-Verlag,1974,406:46-51.)提出了整图的概念,即当无向图G的邻接矩阵A的特征值都是整数时,G称为整图.目前,人们已经研究了n类简单整图的性质,并得到了一些有趣的结果.运用线性代数方法证明了两个结论:设r,r1,r2,s是正整数,那么:1)完全s部图K(r,r,…,r)是整图;2)完全2部图K(r1,r2)是整图的充要条件是r1r2为完全平方数.

关于Ramsey图:一个递归型查找图中所有给定元素个数独立集的算法

改进了作者在文献〔1〕中给出的算法 ,给出一个速度较快的新算法 ,对一个可能的 ( s,t,n) -Ramsey图 ,该算法可以找出其中所有给定元素个数的独立集 ,进而可以检验该图是否是一个 ( s,t,n) -Ramsey图 .

APTO221TS图丽高速旋转一体化数字云台系列

APT0221TS图丽高速旋转一体化数字云台系列可根据监控环境的不同，提供高质量的产品性能．能非常迅速、准确地接收到你想看的目标。该产品功能强大，水平360°不间断旋转，垂直旋转角度±90±，保证监控无死角;预置位旋转速度最高为180±／s，停止精度±0．3±以下，准确再现预设场景。防护等级为IP65，采用防喷流设计。耐风速性能好：9级风以下正常运作、13级风以下可以工作、17级风以下不受破坏。通过开放RS485通信协议，可配置多种操作系统。

一致平衡的(r,s)-正则图

研究(r,s)-正则图的平衡性,给出了(r,s)-正则图为一致平衡图的一个条件.

关于(a,b,s)-临界图的邻域条件(英文)

设G是一个n阶的图.设a,b和s是整数,使得b>a≥1.设δ(G)是G的最小度.证明了:如果δ(G)≥(k-1)a+s,n≥(a+b)(k(a+b)-2)/b,并且|NG(x1)∪NG(x2)∪…∪NG(xk)|≥an/(a+b)+s对V(G)任意的独立子集{x1,x2,…,xk}都成立,这里k≥2,则G是一个(a,b,s) 临界图.这个结果在某种意义上是最好的.

雷沃重工新装亮相BICES图10

[本刊讯]11月3日，雷沃重工在BICES2009上启动了雷沃装载机ETX上市启动暨形象代言发布仪式。现场，高达5．5m的ETX金刚机器人被掀起面纱、气势恢弘的雷沃ETX956装载机从幕后震撼而出，整个发布过程充满科技的动感与活力。创新、科技化、国际化，这就是雷沃重工展区带给我们的直观形象。

一类双圈图的匹配能量和Hosoya指标排序

路Ps+2的两个端点分别与圈Ga+1和Cb+1上的一个点黏结后得到的连通图称为哑铃图,记为∞(a,s,b),这里的s≥0,a≥2,b≥2.—个图的匹配多项式的所有根绝对值的和称为这个图的匹配能量,一个图的匹配多项式的所有系数绝对值的和称为这个图的Hosoya指标.本文给出了哑铃图∞(a,s,b)在a和b两个变量变化下的匹配能量的全排序和Hosoya指标的全排序.作为推论,找到了哑铃图∞(a,s,b)在a和b两个变量变化下的匹配能量(Hosoya指标)取得极值的图.