简介:令u(n)表示具有n个顶点的单圈图.在一个圈C3的一个顶点上悬挂n-3个悬挂边的n个顶点的单圈图记为U~*(n-3,0,0).本文证明了在u(n)中具有最小hyper-Wiener指数的单圈图是U~*(n-3,0,0).
简介:M.Randic首先引入了Wiener.Hosoya指标,该指标可用于对分子的结构,性质和活跃性等方面进行研究.有且仅有一个顶点的度大于或等于3的树称为spider.本文对直径为d,且具有最大Wiener-Hosoya指标的spider进行了刻划.
简介:图G的广义Randic指标定义为Rα=Rα(G)=∑uv∈E(G)(d(u)d(v))^α,其中d(u)是G的顶点u的度,α是任意实数.本文确定了单圈共轭图的广义Randic指标R-1的严格下界,并刻划了达到最小R-1的极图,这类极图还是化学图.
简介:ANOTEONVECTORVALUEDANALYTICFUNCTIONS¥ZHANGHAITAO(DepartmentofMathematics,ZhejiangUniversity,Hangzhou310027)Abstract:Analyticf...
简介:以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注,并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率,本文设计了2种改良的深度卷积神经网络,这些改进加快了神经网络的训练速度.有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型,该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验,改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型,这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后,构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”,该系统能够自动检测出CT影像中肺结节,并给出结节的良恶性概率评估。通过该系统的应用,可以有效缓解放射科医生超高的劳动强度,提高阀片效率,服务更多患者;减少漏诊和误诊发生的次数,有助于提高肺结节的诊断准确率;从而促进我国肺癌早筛工作的推广。
简介:Thispaperdiscussestheintervalestimationsmethodfortheparametersandotherreliabilitycharactersofathree-poxameterWeibulldistribution.Accordingtothefiducialdistrlbutiontheoryoftheparameter,theauthorpresentstheconfidenceintervalsoftheporameters,thereliabilityandthereliablelife.Anexamplemadsimulationresultsaregiven.Itisshownthatthemethodpresentedinthispaperispracticableandworthnoticing.