K-正则随机图,Kregular random graphs,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> K-正则随机图

1) Kregular random graphs 点击朗读

K-正则随机图

2) k-regular graph 点击朗读

k-正则图

In this paper,we use the second largest modulus of the eigenvalues of B=(b_(ij))≥0,and the property of k-regular graph,obtain the bound of the second largest of the eigenvalues of G.

运用n阶矩阵B=(b_(ij))≥0的第二大特征值的结果,结合图论的背景,得出了n阶k-正则图G的第二大特征值θ_2(A(G))≤k-(?){|N_i∩N_j|},最小的特征值θ_n(A(G))满足:θ_n(A(G))≥-1-(?){k-|N_i∩N_j|-1,k- |N_i∩N_j|+1}。

3) k-regular bipartite graph 点击朗读

k-正则偶图

The edge-cochromatic numbers of k-regular bipartite graph,complete bipartite graph and complete k-partite graph are shown.

给出了f(Δ)≥Δ条件下偶图的边共色数及偶图边共色数的一种算法,并确定了k-正则偶图,Kp1,p2及Kp1,p2,…,pk的边共色数。

4) (k,m)-regular graph 点击朗读

(k,m)-正则图

5) k-regular k-connected graphs 点击朗读

k正则k连通图

6) random regular function 点击朗读

随机正则函数

The concepts of random regular function and random potential function are introduced. 点击朗读

引入随机正则函数和随机位势函数的概念。

补充资料：随机图

随机图
graph, random

　　随机图[脚户，m创比n;rpa中e刃，a湘城] 研究各种图参数的频率特征的一个概率模型.一个随机图通常理解为某类图的集扩二{G}，具有一给定的概率分布.罗的任一图G称为该随机图的一个实现.图的任何数值特征(参数)(见图的数值特征(g旧ph，nu“祀ri以}cha叼以e山tics ofa)可视为随机变量.随机图的概念在以下各种问题中是大有用处的，建立某种随机变动的联络网络或其元件会出故障的逻辑网络模型，在统计物理中考察位相变换的图像，研究各种生物过程的问题，以及Ek)de函数(致洲〕1绷丘山以ion)极小化的问题.在一些情形下，随机图的概念使得有可能利用概率论作为工具以求计数问题的渐近解. 在随机图的典型的构造过程中，所有实现可以通过对一个非随机图(最常用的是完全图)施行某个去掉边的过程;通常假定去掉不同的边是独立事件，以及去掉边e出现的概率为q(e).这样构造出的随机图记为凡({q(。)}).最令人感兴趣的是随机图凡({q(。)})的各种连通性数值特征的研究，如连通分支数、直径、半径、连通度等，它们可以解释为各个联络网络或逻辑网络的可靠性特征.在此情形下，1一q(e)表征一个联络e的可靠性，而q(e)是去掉。的概率. 令G是有拄个顶点的完全图，并令q(e)兰q，0O，t被指定表示时间.那么情况是会这样的:在初始时刻t=0，有n个分离顶点.然后，当t值增加，出现了非平凡的连通分支和少数顶点，这些连通分支都表成树或具有一个圈的连通图.再次，出现一“主”分支，其顶点数渐近于n(对于很大的n).这个过程随之以主分支的增长和小分支的减少而区别出来.最后，到某一时刻，图变成连通的.随机图的这个渐近过程可以看作位相变换的图像的模型，这里主分支扮演了液相的角色，而稀薄相部分则由含有少数顶点的分支扮演. 存在着许多其他类型的随机图，例如，关于树(碑妙树(份ndom慨))、关干一有限集映射到本身的单值映射(噢坪呼射(口ndom maPp吧))，以及关于n维单位立方体的子图(随机压洲〕le函数(做-dom残力lean frmCtion))等.
　　

说明：补充资料仅用于学习参考，请勿用于其它任何用途。

参考词条

弱K-拟正则 (K,W)-正则性 k-正则同态随机K分法随机规则规则随机

(k,l)-正则 K-正则正则K-T点 k正则函数 k-正则函数

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> K-正则随机图 1) Kregular random graphs K-正则随机图 2) k-regular graph k-正则图 1. In this paper,we use the second largest modulus of the eigenvalues of B=(b_(ij))≥0,and the property of k-regular graph,obtain the bound of the second largest of the eigenvalues of G. 运用n阶矩阵B=(b_(ij))≥0的第二大特征值的结果,结合图论的背景,得出了n阶k-正则图G的第二大特征值θ_2(A(G))≤k-(?){\|N_i∩N_j\|},最小的特征值θ_n(A(G))满足:θ_n(A(G))≥-1-(?){k-\|N_i∩N_j\|-1,k- \|N_i∩N_j\|+1}。 3) k-regular bipartite graph k-正则偶图 1. The edge-cochromatic numbers of k-regular bipartite graph,complete bipartite graph and complete k-partite graph are shown. 给出了f(Δ)≥Δ条件下偶图的边共色数及偶图边共色数的一种算法,并确定了k-正则偶图,Kp1,p2及Kp1,p2,…,pk的边共色数。 4) (k,m)-regular graph (k,m)-正则图 5) k-regular k-connected graphs k正则k连通图 6) random regular function 随机正则函数 1. The concepts of random regular function and random potential function are introduced. 引入随机正则函数和随机位势函数的概念。补充资料：随机图随机图 graph, random 　　随机图[脚户，m创比n;rpa中e刃，a湘城] 研究各种图参数的频率特征的一个概率模型.一个随机图通常理解为某类图的集扩二{G}，具有一给定的概率分布.罗的任一图G称为该随机图的一个实现.图的任何数值特征(参数)(见图的数值特征(g旧ph，nu“祀ri以}cha叼以e山tics ofa)可视为随机变量.随机图的概念在以下各种问题中是大有用处的，建立某种随机变动的联络网络或其元件会出故障的逻辑网络模型，在统计物理中考察位相变换的图像，研究各种生物过程的问题，以及Ek)de函数(致洲〕1绷丘山以ion)极小化的问题.在一些情形下，随机图的概念使得有可能利用概率论作为工具以求计数问题的渐近解. 在随机图的典型的构造过程中，所有实现可以通过对一个非随机图(最常用的是完全图)施行某个去掉边的过程;通常假定去掉不同的边是独立事件，以及去掉边e出现的概率为q(e).这样构造出的随机图记为凡({q(。)}).最令人感兴趣的是随机图凡({q(。)})的各种连通性数值特征的研究，如连通分支数、直径、半径、连通度等，它们可以解释为各个联络网络或逻辑网络的可靠性特征.在此情形下，1一q(e)表征一个联络e的可靠性，而q(e)是去掉。的概率. 令G是有拄个顶点的完全图，并令q(e)兰q，0O，t被指定表示时间.那么情况是会这样的:在初始时刻t=0，有n个分离顶点.然后，当t值增加，出现了非平凡的连通分支和少数顶点，这些连通分支都表成树或具有一个圈的连通图.再次，出现一“主”分支，其顶点数渐近于n(对于很大的n).这个过程随之以主分支的增长和小分支的减少而区别出来.最后，到某一时刻，图变成连通的.随机图的这个渐近过程可以看作位相变换的图像的模型，这里主分支扮演了液相的角色，而稀薄相部分则由含有少数顶点的分支扮演. 存在着许多其他类型的随机图，例如，关于树(碑妙树(份ndom慨))、关干一有限集映射到本身的单值映射(噢坪呼射(口ndom maPp吧))，以及关于n维单位立方体的子图(随机压洲〕le函数(做-dom残力lean frmCtion))等. 　　说明：补充资料仅用于学习参考，请勿用于其它任何用途。参考词条弱K-拟正则 (K,W)-正则性 k-正则同态随机K分法随机规则规则随机

©2011 dictall.com