算法染色

Ⅰ 这几种图片算法哪种看着更清晰适合打印

首先，一幅图片的清晰与否与看图软件无关。
你所说的一幅图片应该是位图，位图图像(bitmap), 亦称为点阵图像或绘制图像，是由称作像素（图片元素）的单个点组成的。这些点可以进行不同的排列和染色以构成图样。当放大位图时，可以看见赖以构成整个图像的无数单个方块。扩大位图尺寸的效果是增大单个像素，从而使线条和形状显得参差不齐。
矢量图是根据几何特性来绘制图形，矢量可以是一个点或一条线，矢量图只能靠软件生成，文件占用内在空间较小，因为这种类型的图像文件包含独立的分离图像，可以自由无限制的重新组合。它的特点是放大后图像不会失真，和分辨率无关。

Ⅱ 二分图的最大独立集能否用黑白染色做，求反例。

这个二分图只有唯一的染色方法，最大独立集是4（下面4个）但黑白均只有3个点。（最大匹配此时就是2）

Ⅲ 想问一些离散数学中染色多项式是什么求具体

染色多项式(chromatic polynomial)，其实是在图论中的一个概念。
主要是为了解决着名的四色猜想，形成的一个概念。

具体数学史资料如下：

早在1912年，Birkhoff为解决四色猜想，提出了染色多项式(chromatic polynomial)[14-15]的概念。染色多项式的基本思想是：用给定的若干种颜色对给定的图进行染色，有多少种染色方法？

图G的染色多项式记为P(G, x)，它表示用不超过x种颜色对图染色的方法数。对于一个整数k，若P(G, k) = 0，则表示图G不可能仅用k种颜色染色。染色多项式与顶点染色问题有着密切的关系，图的色数(chromatic number)实际上是使得其染色多项式取非0值的最小正整数，因此如果求出了一个图的的染色多项式，那么图的色数也容易求出来。

用染色多项式研究顶点染色问题的一个好处是：可以利用比较成熟的代数工具处理图论问题。数学家们对染色多项式进行了大量的研究，并取得了不少研究成果，如着名的缩边原理，利用此原理可求出一般图的染色多项式，关于缩边原理将在后面详述。

另外，顶点染色问题是一个典型的NP−hard问题，现在与此相关的一个重大问题就是：P =? NP问题，多数数学家倾向于认为P ≠NP，但这个问题在理论上远未得到解决[16-18]。从理论上完全解决顶点染色问题现在看来过于困难，到目前为止还没有很好的解决NP−hard问题的方法。

尽管数学家已经取得了不少成果，但就本质而言，理论上并没有什么实质性的进展。由于工程及实际应用的需要，世界各地的数学家、工程师进行了大量有关顶点染色问题的算法研究。如今，大量的近似算法已经被提出来，而效率较高的精确求解算法却不多。

在近似算法方面，最简单的一种是颜色编号最小优先算法，这种算法每次选择编号最小的可用颜色对一个点染色，然而这种算法并不能给出精确解，甚至在多数情况下其近似解与精确解相差甚远。此外，数学家利用现在流行的算法工具如遗传算法、启发式算法、分布式算法等研究顶点染色问题，提出了各式各样的近似算法。

如Brelaz提出了一种遗传算法，被称作Brelaz Coloring，这种算法可以给出一个很好的近似解。然而，上述所有近似算法均不能得到精确解。在某些实际问题中，精度较高的近似解已经足够应用了。这可能也就是大量的近似算法被提出的原因。在精确算法方面，进展不如近似算法的研究。其中一种比较直观的是所谓brute−force search算法，这种算法将已知的k种颜色分配给n个顶点，它需要对所有的kn种情况判断是否可行，因而其算法复杂度为O(kn)。

最近Malaguti等人提出了一种Branch and Price算法[21]，这种算法在一种遗传算法的基础上改进而得到，能解决的图顶点数也限于几百以内。在精确算法复杂度方面，现在最好的结果也限于指数级。如k-可染色问题(k-colorability)的算法复杂度为O(2nn)，特别的k = 3或4时，目前最好的算法其复杂度分别为O(1.3289n) 和O(1.7504n)。

Ⅳ (1/2)我想问一下：染色打样是怎么计算染料的我打个比方如：1:200ml的浴比，布重5g，怎么计算染料的...

比如布重5g，染料2%（染料与布的比，即owf）5 x 2% =0.1 g 染料如果你配的染料溶液浓度为1% （1g染料到 100 ml水，10g/l），那么你需要加0.1 g /1% =10ml或0.1 g /10 g/l=0.01L=10 ml。

分散染料这类染料在水中溶解度很低，颗粒很细，在染液中呈分散体，属于非离子型染料，主要用于涤纶的染色，其染色牢度较高。

酸性染料这类染料具有水溶性，大都含有磺酸基、羧基等水溶性基因。可在酸性、弱酸性或中性介质中直接上染蛋白质纤维，但湿处理牢度较差。

直接染料：

铬化含金染料——秦珠颜料这类染料因不需依赖其他药剂而可以直接染着于棉、麻、丝、毛等各种纤维上而得名。它的染色方法简单，色谱齐全，成本低廉。但其耐洗和耐晒牢度较差，如采用适当后处理的方法，能够提高染色成品的牢度。

活性染料又称反应性染料。这类染料是50年代才发展起来的新型染料。它的分子结构中含有一个或一个以上的活性基团，在适当条件下，能够与纤维发生化学反应，形成共价键结合。它可以用于棉、麻、丝、毛、粘纤、锦纶、维纶等多种纺织品的染色。

硫化染料这类染料大部分不溶于水和有机溶剂，但能溶解在硫化碱溶液中，溶解后可以直接染着纤维。但也因染液碱性太强，不适宜于染蛋白质纤维。这类染料色谱较齐，价格低廉，色牢度较好，但色光不鲜艳。

Ⅳ c# 给中国黑白地图进行染色，给个思路好吗

你的问题可否抽象成类似Windows画图里的对封闭区域填充颜色？

Ⅵ 布料的克重算法

1平方米经纱克重为：Ax100xB/9000x（1+2%）
A为化纤布经向的密度（每1厘米经纱的根数，用纬密镜可测出）
100是1米为100厘米
B为经纱的粗细，单位为D （是化纤纱的国际单位，可以原料
盒上找到或用仪器测出，还有另一种单位分特，下回分解，
9000为将B转算为克得的基数）
1平方米纬纱克重为：Cx100xE/9000x(1+2%)
C为化纤布经向的密度
E为纬纱的粗细，单位为D（是化纤纱的国际单位，可以原料
盒上找到或用仪器测出，还有另一种单位分特，下回分解）
化纤布每平方米的克重为[Ax100xB/9000+Cx100xE/9000]x(1+2%)

一磅（指454克）重的棉纱或其他纱），长度为840码（0.9144码/米）时，纱的细度为一支。如果一磅纱，其长度是10×840码，其细度是10支。

也可以用：切出100平方厘米大小的试样，然后用精度为0.01克的天平称出重量，乘以100就是织物的每平方米的克重。

"百米用纱量=（经密/经纱支数+纬密/纬纱支数）*门幅*系数 这个公式适用于快速计算，一般估算。系数根据不同原料而分，如果是棉：系数为0.064--0.068" 以下是我对于该公式的回复：我来补充一下吧!steven781123说的公式一般只用于纤维素纤维(棉,麻,或者T/C,T/R),而且很重要的一点,这个公式主要针对短纤维的，中长纤维（比如：T/R仿毛）用这个公式计算会有比较大的误差。而且，这是一个素色坯布（也就是染色布）的计算公式（色织不能用）！另外要注意一点，公式里面的门幅是坯布门幅，不是成品的门幅。举例说：43/4"（成品）--47“（坯布）；57/8/9"（成品）--63”（坯布），这些都是常规，无弹力的。弹力品种又分四面弹（经纬向都有氨纶）；纬向弹力。用纬向弹力举例说明，72"的坯布，成品通常只有48/50"了。门幅变化很大。因此，现在做弹力的品种通常要说明成分。含棉多少，氨纶多少。总之一句话，纺织品千变万化，不能一概而论。我现在用上面的公式通过常规品种举例说明： 44”全棉染色布20×16 128×60 要知道它的百米用纱量百米用纱量＝47×（128/20+60/16）×0.059054=28.17(KG) 相当于281.7G/M 呵呵，再罗嗦一句：其实百米用纱量对于面料的价格计算意义不大，因为这个数值只是得出了原料的用量，坯布的价格还牵涉到人工，机构损耗等多项因素。而且，原料的价格最近两年由于市场放开以后上浮很大，不要说去年和今年的价格完全不同，就是上个月和本月的价格也不尽相同。所以，我认为百米用纱量的结果对于计算面料的理论克重还有一定的意义。还那上面一个结果来说吧：44”全棉染色布20×16 128×60 每米用纱281.7G，那么染色以后的成品克重会是多少哪？我也提供一个公式仅供参考：每米用纱量×退浆率（通常为0.9左右，根据品种不同还有所变化）/成品门幅（要换算成米制）。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《图论算法及其matlab实现》的PDF的完整版， 感激不尽

图论算法广泛地应用于物理、化学、运筹学、计算机科学、电子学、信息论、控制论、网络理论、管理科学、社会科学等几乎所有学科领域。《图论重要算法的思想及其MATLAB实现》是一本很实用的入门书籍，本书系统介绍了图论重要算法的思想及其MATLAB实现。主要内容有：图论的基础知识；最短路 ；连通图；树；Euler图 和Hamilton图；匹配问题及其算法；网络中的流算法；最小费用流及其Busacker-Gowan迭代算法；图的染色。

Ⅷ 溢流染色车间用料算法

摘要 亲，你好，比如常规品种全棉纱卡坯布规格是21s×16s/128×60门幅63英寸（注意规格的纱支单位都是英支支数，密度的单位都是英寸，门幅的单位也是英寸，有些规格不是这个单位的，可以换算过来，比如化纤的单位是D，那么D数×英支支数＝5314，当D数为150时，换算成英制支数=5314/150=35.4（支）

Ⅸ 互相关算法是什么

这个词有点山寨，一般不作为正式使用的词汇吧……
了解路由算法么？或者更偏一些的，染色的扩散算法？那类算法就是互相关的，就是每个独立的运算单元个自计算自己与其他单元的关系，并从中得出结果，最后统一起来的方法。
才疏学浅，仅供参考。

Ⅹ merge染色原理

merge染色基本原理是将两张（或多张）等大的张片相同位置像素的颜色数据按照一个公式重新计算得出一个新的颜色。例如，荧光照片的红色和绿色重叠后为黄色。这种算法是基于RGB的“加色模式”（如下图），与Photoshop的图层融合模式“滤色”几乎相同。