演算法染色

Ⅰ 這幾種圖片演算法哪種看著更清晰適合列印

首先，一幅圖片的清晰與否與看圖軟體無關。
你所說的一幅圖片應該是點陣圖，點陣圖圖像(bitmap), 亦稱為點陣圖像或繪制圖像，是由稱作像素（圖片元素）的單個點組成的。這些點可以進行不同的排列和染色以構成圖樣。當放大點陣圖時，可以看見賴以構成整個圖像的無數單個方塊。擴大點陣圖尺寸的效果是增大單個像素，從而使線條和形狀顯得參差不齊。
矢量圖是根據幾何特性來繪制圖形，矢量可以是一個點或一條線，矢量圖只能靠軟體生成，文件佔用內在空間較小，因為這種類型的圖像文件包含獨立的分離圖像，可以自由無限制的重新組合。它的特點是放大後圖像不會失真，和解析度無關。

Ⅱ 二分圖的最大獨立集能否用黑白染色做，求反例。

這個二分圖只有唯一的染色方法，最大獨立集是4（下面4個）但黑白均只有3個點。（最大匹配此時就是2）

Ⅲ 想問一些離散數學中染色多項式是什麼求具體

染色多項式(chromatic polynomial)，其實是在圖論中的一個概念。
主要是為了解決著名的四色猜想，形成的一個概念。

具體數學史資料如下：

早在1912年，Birkhoff為解決四色猜想，提出了染色多項式(chromatic polynomial)[14-15]的概念。染色多項式的基本思想是：用給定的若干種顏色對給定的圖進行染色，有多少種染色方法？

圖G的染色多項式記為P(G, x)，它表示用不超過x種顏色對圖染色的方法數。對於一個整數k，若P(G, k) = 0，則表示圖G不可能僅用k種顏色染色。染色多項式與頂點染色問題有著密切的關系，圖的色數(chromatic number)實際上是使得其染色多項式取非0值的最小正整數，因此如果求出了一個圖的的染色多項式，那麼圖的色數也容易求出來。

用染色多項式研究頂點染色問題的一個好處是：可以利用比較成熟的代數工具處理圖論問題。數學家們對染色多項式進行了大量的研究，並取得了不少研究成果，如著名的縮邊原理，利用此原理可求出一般圖的染色多項式，關於縮邊原理將在後面詳述。

另外，頂點染色問題是一個典型的NP−hard問題，現在與此相關的一個重大問題就是：P =? NP問題，多數數學家傾向於認為P ≠NP，但這個問題在理論上遠未得到解決[16-18]。從理論上完全解決頂點染色問題現在看來過於困難，到目前為止還沒有很好的解決NP−hard問題的方法。

盡管數學家已經取得了不少成果，但就本質而言，理論上並沒有什麼實質性的進展。由於工程及實際應用的需要，世界各地的數學家、工程師進行了大量有關頂點染色問題的演算法研究。如今，大量的近似演算法已經被提出來，而效率較高的精確求解演算法卻不多。

在近似演算法方面，最簡單的一種是顏色編號最小優先演算法，這種演算法每次選擇編號最小的可用顏色對一個點染色，然而這種演算法並不能給出精確解，甚至在多數情況下其近似解與精確解相差甚遠。此外，數學家利用現在流行的演算法工具如遺傳演算法、啟發式演算法、分布式演算法等研究頂點染色問題，提出了各式各樣的近似演算法。

如Brelaz提出了一種遺傳演算法，被稱作Brelaz Coloring，這種演算法可以給出一個很好的近似解。然而，上述所有近似演算法均不能得到精確解。在某些實際問題中，精度較高的近似解已經足夠應用了。這可能也就是大量的近似演算法被提出的原因。在精確演算法方面，進展不如近似演算法的研究。其中一種比較直觀的是所謂brute−force search演算法，這種演算法將已知的k種顏色分配給n個頂點，它需要對所有的kn種情況判斷是否可行，因而其演算法復雜度為O(kn)。

最近Malaguti等人提出了一種Branch and Price演算法[21]，這種演算法在一種遺傳演算法的基礎上改進而得到，能解決的圖頂點數也限於幾百以內。在精確演算法復雜度方面，現在最好的結果也限於指數級。如k-可染色問題(k-colorability)的演算法復雜度為O(2nn)，特別的k = 3或4時，目前最好的演算法其復雜度分別為O(1.3289n) 和O(1.7504n)。

Ⅳ (1/2)我想問一下：染色打樣是怎麼計算染料的我打個比方如：1:200ml的浴比，布重5g，怎麼計算染料的...

比如布重5g，染料2%（染料與布的比，即owf）5 x 2% =0.1 g 染料如果你配的染料溶液濃度為1% （1g染料到 100 ml水，10g/l），那麼你需要加0.1 g /1% =10ml或0.1 g /10 g/l=0.01L=10 ml。

分散染料這類染料在水中溶解度很低，顆粒很細，在染液中呈分散體，屬於非離子型染料，主要用於滌綸的染色，其染色牢度較高。

酸性染料這類染料具有水溶性，大都含有磺酸基、羧基等水溶性基因。可在酸性、弱酸性或中性介質中直接上染蛋白質纖維，但濕處理牢度較差。

直接染料：

鉻化含金染料——秦珠顏料這類染料因不需依賴其他葯劑而可以直接染著於棉、麻、絲、毛等各種纖維上而得名。它的染色方法簡單，色譜齊全，成本低廉。但其耐洗和耐曬牢度較差，如採用適當後處理的方法，能夠提高染色成品的牢度。

活性染料又稱反應性染料。這類染料是50年代才發展起來的新型染料。它的分子結構中含有一個或一個以上的活性基團，在適當條件下，能夠與纖維發生化學反應，形成共價鍵結合。它可以用於棉、麻、絲、毛、粘纖、錦綸、維綸等多種紡織品的染色。

硫化染料這類染料大部分不溶於水和有機溶劑，但能溶解在硫化鹼溶液中，溶解後可以直接染著纖維。但也因染液鹼性太強，不適宜於染蛋白質纖維。這類染料色譜較齊，價格低廉，色牢度較好，但色光不鮮艷。

Ⅳ c# 給中國黑白地圖進行染色，給個思路好嗎

你的問題可否抽象成類似Windows畫圖里的對封閉區域填充顏色？

Ⅵ 布料的克重演算法

1平方米經紗克重為：Ax100xB/9000x（1+2%）
A為化纖布經向的密度（每1厘米經紗的根數，用緯密鏡可測出）
100是1米為100厘米
B為經紗的粗細，單位為D （是化纖紗的國際單位，可以原料
盒上找到或用儀器測出，還有另一種單位分特，下回分解，
9000為將B轉算為克得的基數）
1平方米緯紗克重為：Cx100xE/9000x(1+2%)
C為化纖布經向的密度
E為緯紗的粗細，單位為D（是化纖紗的國際單位，可以原料
盒上找到或用儀器測出，還有另一種單位分特，下回分解）
化纖布每平方米的克重為[Ax100xB/9000+Cx100xE/9000]x(1+2%)

一磅（指454克）重的棉紗或其他紗），長度為840碼（0.9144碼/米）時，紗的細度為一支。如果一磅紗，其長度是10×840碼，其細度是10支。

也可以用：切出100平方厘米大小的試樣，然後用精度為0.01克的天平稱出重量，乘以100就是織物的每平方米的克重。

"百米用紗量=（經密/經紗支數+緯密/緯紗支數）*門幅*系數 這個公式適用於快速計算，一般估算。系數根據不同原料而分，如果是棉：系數為0.064--0.068" 以下是我對於該公式的回復：我來補充一下吧!steven781123說的公式一般只用於纖維素纖維(棉,麻,或者T/C,T/R),而且很重要的一點,這個公式主要針對短纖維的，中長纖維（比如：T/R仿毛）用這個公式計算會有比較大的誤差。而且，這是一個素色坯布（也就是染色布）的計算公式（色織不能用）！另外要注意一點，公式裡面的門幅是坯布門幅，不是成品的門幅。舉例說：43/4"（成品）--47「（坯布）；57/8/9"（成品）--63」（坯布），這些都是常規，無彈力的。彈力品種又分四面彈（經緯向都有氨綸）；緯向彈力。用緯向彈力舉例說明，72"的坯布，成品通常只有48/50"了。門幅變化很大。因此，現在做彈力的品種通常要說明成分。含棉多少，氨綸多少。總之一句話，紡織品千變萬化，不能一概而論。我現在用上面的公式通過常規品種舉例說明： 44」全棉染色布20×16 128×60 要知道它的百米用紗量百米用紗量＝47×（128/20+60/16）×0.059054=28.17(KG) 相當於281.7G/M 呵呵，再羅嗦一句：其實百米用紗量對於面料的價格計算意義不大，因為這個數值只是得出了原料的用量，坯布的價格還牽涉到人工，機構損耗等多項因素。而且，原料的價格最近兩年由於市場放開以後上浮很大，不要說去年和今年的價格完全不同，就是上個月和本月的價格也不盡相同。所以，我認為百米用紗量的結果對於計算面料的理論克重還有一定的意義。還那上面一個結果來說吧：44」全棉染色布20×16 128×60 每米用紗281.7G，那麼染色以後的成品克重會是多少哪？我也提供一個公式僅供參考：每米用紗量×退漿率（通常為0.9左右，根據品種不同還有所變化）/成品門幅（要換算成米制）。因此44」全棉染色布20×16 128×60 成品克重＝281.7×0.9/1.12=226.3G/SQM(平方米)。

Ⅶ 求《圖論演算法及其matlab實現》的PDF的完整版， 感激不盡

圖論演算法廣泛地應用於物理、化學、運籌學、計算機科學、電子學、資訊理論、控制論、網路理論、管理科學、社會科學等幾乎所有學科領域。《圖論重要演算法的思想及其MATLAB實現》是一本很實用的入門書籍，本書系統介紹了圖論重要演算法的思想及其MATLAB實現。主要內容有：圖論的基礎知識；最短路 ；連通圖；樹；Euler圖 和Hamilton圖；匹配問題及其演算法；網路中的流演算法；最小費用流及其Busacker-Gowan迭代演算法；圖的染色。

Ⅷ 溢流染色車間用料演算法

摘要 親，你好，比如常規品種全棉紗卡坯布規格是21s×16s/128×60門幅63英寸（注意規格的紗支單位都是英支支數，密度的單位都是英寸，門幅的單位也是英寸，有些規格不是這個單位的，可以換算過來，比如化纖的單位是D，那麼D數×英支支數＝5314，當D數為150時，換算成英制支數=5314/150=35.4（支）

Ⅸ 互相關演算法是什麼

這個詞有點山寨，一般不作為正式使用的詞彙吧……
了解路由演算法么？或者更偏一些的，染色的擴散演算法？那類演算法就是互相關的，就是每個獨立的運算單元個自計算自己與其他單元的關系，並從中得出結果，最後統一起來的方法。
才疏學淺，僅供參考。

Ⅹ merge染色原理

merge染色基本原理是將兩張（或多張）等大的張片相同位置像素的顏色數據按照一個公式重新計算得出一個新的顏色。例如，熒光照片的紅色和綠色重疊後為黃色。這種演算法是基於RGB的「加色模式」（如下圖），與Photoshop的圖層融合模式「濾色」幾乎相同。