多元线性回归法在互联网网间结算中的应用

本文建立一个理论模型研究互联网互联结算的问题。文章利用多元线性回归法对互联网骨干网运营商(IBPs:Internet Backbone Providers)的网络价值进行评估,利用IBPs各自的网络价值对其交换速率进行加权,从而得出网络价值加权速率,依据这个速率进行结算既可以反映了每个网络对互联的贡献程度,又反映了在互联中对网络资源的被占用程度。     

Consecutive-(r,f,k)out-of-n:F和Consecutive(f,g)-out-of-(r,n):F线性系统的可靠性

Consecutive-(r,f,k)-out-of-n:F系统由n个单元顺序连结而成,仅当在连续的r个单元中,至少有f个失效或者至少连续k个失效,整个系统才失效;而Consecutive-(f,g)-out-of-(r,n):F系统由n个单元顺序连结而成,仅当在整个系统中至少有f个失效或者在连续的r个单元中,至少有g个失效,整个系统才失效。本文运用马氏链嵌入方法,在单元之间相互独立以及单元之间马氏相关这两种情况下,给出线性系统的可靠性。     

广义线性回归极大似然估计的强相合性

设有该文第1节所描述的广义线性回归模型,以$\underline{\lambda}_n$和$\overline{\lambda}_n$分别记$\sum\limits_{i=1}^{n}Z_iZ_i^{\prime}$的最小和最大特征根,$\hat{\beta}_n$记$\beta_0$的极大似然估计.在文献[1]中,当\{$Z_i,i\ge1$\}有界时得到$\hat{\beta}_n$强相合的充分条件,在自然联系和非自然联系下分别为$\underline{\lambda}_n\rightarrow\infty$, $(\overline{\lambda}_n)^{1/2+\delta}=O(\underline{\lambda}_n)$（对某$\delta>0$)以及$\underline{\lambda}_n\rightarrow\infty$, $\overline{\lambda}_n=O(\underline{\lambda}_n)$.作者将后一结果改进为只要求$(\overline{\lambda}_n)^{1/2+\delta}=O(\underline{\lambda}_n)$,从而与自然联系情况下的条件达到一致.     

关于完备随机内积模中的Lax-Milgram定理的注记

设(S,X)为数域K上以σ-有限测度空间(Ω,A,μ)为基的完备的RIP-模,而且α:S×S→L(μ,K)满足如下条件:(A)存在ξ∈L (μ),使得a(p,q)ξ·X~p·X~q,p,q∈S;(B)a是coercive(即,存在η∈L (μ),使得a(p,p)η·X~p2,p∈S且μ({ωη(ω)=0})=0);(C)对每个q∈S,a(·,q):S→L(μ,K)是模同态,且对每个p∈S,a(p,ξq1 ηq2)=ξ-a(p,q1) η-a(p,q2),q1,q2∈S及ξ,η∈L(μ,K).则存在唯一的连续模同态A:S→S使A-1存在且μ-a.s.有界,还满足:(1)a(p,q)=XA(p),q,p,q∈S;(2)X~A-1(p)1ηX~p,p∈S.     

两两序列比对的一种新方法

本文研究DNA的两两序列比时,提出了基于快速沃尔什变换的新方法。经过计算模拟分析可知,比对的时间复杂度和空间复杂度明显降低.     

关于E-凸函数及E-凸规划几个错误结论的修正

本文研究Youness在1999年建立的有关E凸函数和E规划的结论.利用E凸函数和E凸规划的基本性质和优化分析技术,获得了有关E凸函数E凸规划的几个错误结论的修正..     

一类多元Gauss-Weierstrass 算子线性组合的加权Lp-逼近

本文研究一类多元Gauss-Weierstrass算子的线性组合加Jacobi型权逼近的性质,利用加权矩量不等式及加权K-泛函、光滑模等工具,建立了这类算子在Lp(1≤p≤∞)空间的正、逆定理和逼近阶的特征刻划.     

基于残差平方和的线性模型选择简单方法及其相合性研究

本文研究了回归分析理论中的自变量选择的重要问题,利用线性回归模型自变量增减的残差平方和理论,获得了一种选择自变量的准则,该准则的分析表明,它计算简单,而且在一定的条件下具有强相合性.     

回归系数的混合估计与最小二乘估计的一个新的相对效率

本文对具有附加信息的线性回归模型中的混合估计与最小二乘估计给出了一种新的相对效率,研究了新的相对效率与其它几种相对效率的关系,得出了新的相对效率的上、下界.     

超线性与二次收敛序列线性方程组算法

本文,在无严格互补条件下,对非线性不等式约束最优化问题提出了一个新的序列线性方程组(简称SSLE)算法．算法有两个重要特征:首先,每次迭代,只须求解一个线性方程组或一个广义梯度投影阵,且线性方程组可以无解．其次,初始点可以任意选取．在无严格互补条件下,算法仍有全局收敛性、强收敛性、超线性收敛性及二次收敛性．文章的最后,还对算法进行了初步的数值实验．