李泽鹏
- 作品数：7 被引量：19H指数：3
- 供职机构：北京大学信息科学技术学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划中国博士后科学基金更多>>
- 相关领域：理学自动化与计算机技术更多>>
- 多重Mycielski图的点可区别全染色被引量：2
- 2010年
- 给出了最小度至少是2的图G的k重Mycielski图M^k(G)(其中k为正整数)的点可区别全色数的上界.
- 陈祥恩李泽鹏姚兵许进
- 关键词：MYCIELSKI图点可区别全染色点可区别全色数
- 图的D(2)-点可区别一般边染色被引量：1
- 2013年
- 引入了图的D(β)-点可区别一般边染色,并对β=2的情形做了讨论,得到了路,圈,星,双星,扇,轮的D(2)-点可区别一般边色数,对于2距离色数等于3及4的图的D(2)-点可区别一般边色数做了探讨,特别研究了具有稳定2距离4着色的图的D(2)-点可区别一般边染色.文中提出了一个相关猜想和一个公开问题.
- 陈祥恩赵飞虎胡志涛李泽鹏姚兵
- 平面图的邻点可区别全染色
- 2011年
- 图G的一个正常全染色f称为是邻点可区别的,如果G中任何相邻点的点及其关联边的颜色集合不同。对一个图G进行邻点可区别的正常全染色所用最少颜色数称为G的邻点可区别全色数,记为χat(G)。证明了χat(G)≤Δ(G)+2对任意的Δ(G)≥11且围长至少为4的平面图G成立。
- 李泽鹏王治文陈祥恩
- 关键词：平面图邻点可区别全染色邻点可区别全色数
- 图K_(15)-E(K_3)和K_(17)-E(K_3)的邻点可区别全染色
- 2012年
- 利用组合分析法和构造染色的方法,讨论图K15-E(K3)和K17-E(K3)的邻点可区别全染色,确定了它们的邻点可区别全色数分别为16和19.
- 陈祥恩李泽鹏姚兵
- 关键词：邻点可区别全染色邻点可区别全色数
- 基于社交网络结构的节点影响力度量方法被引量：5
- 2016年
- 度量社交网络节点影响力是社交网络结构分析的关键问题之一.目前研究社交网络节点影响力的方法主要有两大类:中心度方法和节点删除方法.前者主要通过度或最短路径等因素来判断节点的影响力,不考虑网络的连通性;后者通过节点删除后对网络结构的破坏程度来判断,计算复杂性很高,不适用于较大规模的社交网络.通过结合社交网络的局部连通度及节点间的最短路径,提出了连通中心度来度量社交网络中节点的影响力,并给出了连通中心度的计算方法和一些特殊网络中节点的连通中心度的值.最后,通过实验说明该指标能很好地度量社交网络中节点的影响力.
- 李泽鹏左杨王宏宇
- 关键词：社交网络最短路
- 极大平面图理论研究进展被引量：7
- 2015年
- 四色猜想是指平面图的色数不超过4.实际上,四色猜想只需证明对极大平面图成立即可.正因为如此,从1891年至今,有众多学者从不同的角度展开了对极大平面图的研究.该文拟对其中的一些重要成果进行较为详细的综述,主要包括极大平面图的度序列问题、Hamilton性、色多项式、生成运算系统、计数、翻转运算、分解与覆盖、生成树和算法等方面.在总结极大平面图研究现状的基础上,提出了一些与着色相关的问题,这些问题意在探索极大平面图的结构与着色之间的关系,有助于对四色问题的进一步研究.
- 许进李泽鹏朱恩强
- 关键词：极大平面图度序列HAMILTON性色多项式计数生成树
- 学习全局边函数的半监督社区检测被引量：4
- 2019年
- 随着在线网络数据量激增,单纯分析网络拓扑结构、节点属性、边属性无法有效认识和理解其内在结构和特性,因此提出基于边函数的半监督社区检测算法。首先将拓扑结构和属性信息统一为先验知识,设计边函数便于引入属性等各类先验知识;在此基础上,结合传统半监督学习框架,采用半正定规划学习全局最优的节点归属矩阵。在人工合成数据、赣南客家数据和基准数据上的实验和分析表明,与已有传统半监督社区检测算法相比,该算法能有效利用各种先验知识,检测社区性能较好,并能较好地抵抗数据退化问题。
- 丁彩英李泽鹏李泽鹏
- 关键词：先验知识赣南客家半监督学习
