可赋权与正则独立系统

来源 :西南交通大学学报 | 被引量 : 0次 | 上传用户：game780

【摘要】

：

以多把钥匙问题的一般情形为基础，建立了正则独立系统和可赋权独立系统两种组合结构．给出了3个结论：可赋权独立系统一定是不含矛盾组的独立系统；不含矛盾组的独立系统必然是正则

【作者】

：

刘秀峰张爱丽

【机构】

：

西南交通大学数学系

【出处】

：

西南交通大学学报

【发表日期】

：

2007年3期

【关键词】

：

独立系统正则拟阵权矛盾组 independent system regularity matroid weight inconsistent

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

以多把钥匙问题的一般情形为基础，建立了正则独立系统和可赋权独立系统两种组合结构．给出了3个结论：可赋权独立系统一定是不含矛盾组的独立系统；不含矛盾组的独立系统必然是正则独立系统；某些正则独立系统包含矛盾组．

其他文献

分形元胞自动机在自组织临界性中的应用

基于元胞自动机分形模型，探讨了散粒体自组织临界性（SOC）的机制．不同级配散粒体单面坡的已有试验表明，散粒体的SOC与非均匀系数有关．应用分形理论计算了沙堆颗粒级配的分维数，结果表

期刊

自组织临界性沙堆模型散粒体分形元胞自动机SOC （self-organized criticality） automata sandpile model

二分类数据的分类结果可视化算法

针对在某些应用领域对二分类数据分类结果可视化的需求,以及现有无监督可视化算法无法提供分类结果的相关信息的问题,提出了二分类数据分类结果可视化算法———支持向量可视化(SVV).该算法是在无监督的自组织神经网络(SOM)的可视化功能的基础上,结合监督学习的支持向量机(SVM)的二分类算法,得到能够直观地显示高维数据、二分类数据分类边界以及数据与分类边界距离的二维映射图,提高了分类结果的可解释性.以S

期刊

支持向量机自组织神经网络可视化算法支持向量可视化二分类数据SVM SOM visualization algorithm SVV

可赋权与正则独立系统

与本文相关的学术论文