排序方式: 共有4条查询结果,搜索用时 7 毫秒
1
1.
设Y_i=x'iβ+ei,1≤i≤n为线性模型,βn=(βn1,…,βnp)'为β=(β1,…,βp)'的最小二乘估计,以u_n记(sum from i=1 to n(xix'i))的(1,1)元,vn=un-1.证明了在Eei=O且{ei}满足Gauss-Markov条件时,vi→∞及sum from i=2 to ∞(vi-2(vi-vi-1)log~2i<∞)为βn1强相合的充分条件,且对任何εn→0,vi→∞及sum from i=2 to ∞(εivi-2(vi-vi-1)log2i<∞)已不再充分.提出了βn1强相合的一个充要条件,它把βn1强相合归结为正交随机变量级数的收敛问题. 相似文献
2.
3.
提出建立本体的协作-挖掘方法,即领域专家、知识工程师、领域终端用户通过互联网,协作建立本体.利用网络爬虫从语义网搜索并收集RDF文档或片段,自动分析初步建立RDFDB.自动分析领域专家、领域终端用户使用半形式化语言RDFL书写的实例文档和它们使用引导程序输入的记录,完善RDFDB.检验清洗RDFDB数据,并设计本体挖掘算法挖掘产生初始领域本体.挖掘算法使用红黑树建立索引,最坏时间复杂度为O(n 3log 2n).验证、评估初始本体产生领域本体,并产生文档说明.建立新本体时,可合并RDFDB集成现有本体.在实验系统中,应用该方法建立计算机硬件信息领域本体.实验结果表明该方法是可行和高效的. 相似文献
4.
1