图的Laplace特征多项式系数的若干结果

来源 :集美大学 | 被引量 : 1次 | 上传用户:xf1005
下载到本地 , 更方便阅读
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
Li,Shiu和Chang(The number of spanning trees of a graph,Appl.Math.Lett.,2010,23:286-290)得到了图的生成树数目的一些上界。   在本文的第二章中,我们研究连通图的Laplace特征多项式系数关于连通度,边连通度和色数的上界,并给出达到这个上界时图的结构.因为图的生成树的数目完全由图的某一个Laplace特征多项式系数决定,所以我们的结果是Li,Shiu和Chang的结果的推广。   Zhou和Gutman(A connection between ordinary and Laplacian spectra of bipartitegraphs,Linear Multilinear Algebra,2008,56:305-310)得到了偶图的Laplace特征多项式与它的剖分图的特征多项式之间的关系。   在本文的第三章中,我们考虑一般的连通图的Laplace特征多项式与它的剖分图的特征多项式之间会有什么关系,我们的工作是发现这两个多项式的系数是否以及何时存在差别,并刻画系数差的表达式,研究过程中,我们发现图的无符号Laplace特征多项式是一个重要的桥梁.于是我们对其系数也进行研究,得到一种新的方法证明图的无符号Laplace特征多项式系数的组合解释。
其他文献
在小波分析研究领域中,传统意义上的小波框架的研究主要是基于二带的情形进行的,但是实际应用中二带情形并不能够满足所有的需求,多带小波框架往往能在一些条件下取得更佳理想的
信号源盲分离是近些年才发展起来的新兴技术,在图象处理、医学生物工程、通信处理等领域有着广泛而诱人的应用前景.信号源盲分离是指在信号混合过程未知的情况下,从观测到的
区别于传统的监督学习中每个样本只属于一个类别标签的学习框架,多标签学习中的一个样本同时标注为多个类别标签的学习框架能够更有效地分析现实世界中所存在的问题。多标签
组学技术的快速发展为生物研究提供了基因组、转录组、蛋白质组、代谢组等不同层面的数据,为从系统水平上了解性状的遗传变异提供了基础。SNP(single nucleotidepolymorphisms
目前,基于偏微分方程的图像处理技术在图像复原方面得到了广泛的应用.图像去噪和图像去模糊是图像复原中的两个主要问题.基于变分偏微分方程的图像去噪方法的基本思想是先构