藤Copula模型在我国股市多资产组合VaR预测中的应用

选取我国六只股指数据为研究对象,基于几类藤Copula模型和VaR理论,运用滚动MonteCarlo技术及MST-PRIM算法确定各类模型的RVM结构,并在此基础上结合滚动时间窗口方法预测投资组合的动态VaR。为了进一步验证模型的拟合效果,采用返回值检验法测试模型的VaR预测结果。事实证明:在等权重与Mean-CVaR约束条件下,C-藤和R-藤对投资组合的VaR预测效果胜于D-藤;另外,R-Vine all Gumbel模型的VaR预测结果比R-Vine all t模型好,充分说明在面对非对称特点的金融数据时,Gumbel-Copula比t-Copula更具说服力。     

交换折叠交叉立方体的连通度和超连通度

交叉立方体CQn和交换交叉立方体ECQ(s，t)是计算机系统里常用的2个拓扑结构.CQn中系统地移除了一些边后，获得了交换交叉立方体ECQ(s，t).在ECQ(s，t)的基础上增加了一些边，就获得了一个新的互连网络交换折叠交叉立方体EFCQ(s，t).连通度和超连通度是衡量互连网络可靠性和容错性的2个重要参数.证明了EFCQ(s，t)的连通度和超连通度分别等于其最小度和最小边度.     

折叠交叉立方体的1-好邻诊断度

诊断度是多处理器系统互连网络能够诊断的最大故障结点的个数,它是度量多处理器系统故障诊断能力的一个重要参数.2012年,Peng等提出了一种新的诊断方法g-好邻诊断度,它要求每个非故障顶点至少有g个非故障邻点.n-维折叠交叉立方体网络FCQ_n是由交叉立方体网络CQ_n增加2^n-1条边后所得.该文利用1-好邻诊断度作为评价可靠性的重要度量,对折叠交叉立方体网络的可靠性进行分析,得到折叠交叉立方体网络的1-好邻诊断度.证明了在PMC模型与MM^*模型下FCQ_n的1-好邻诊断度分别等于2n+1,n≥5和2n+1,n≥6.     

图的邻点强可区别V-全色数的一个上界

应用概率论中的Lovasz一般局部引理得出了图的邻点强可区别V-全色数的上界,证明了对阶数不小于3且不含孤立边的简单图G的邻点强可区别V-全色数不超过49△,△≥5。     

交叉立方体的限制性连通度（英文）

G是一个图,h是一个正整数,一个图G的h-限制性连通度是使得G删除G中的某个点集使得G不连通且每个分支中点的度数至少是h的最小点集的基数.交叉立方体网络是超立方体的一个变形,在平行计算系统当中交叉立方体是最重要的网络之一.该文证明了n维交叉立方体2-和3-限制性连通度分别是4n-8(n≥4)和8n-24(n≥5).     

交换折叠超立方体的连通度

P.K.K.Loh等人从超立方体Qn中系统地移除了一些边后获得了交换超立方体EH(s,t)。李等人在EH(s,t)的基础上增加了一些边获得了一个新的互联网络交换折叠超立方体EH(s,t)。连通度是衡量网络容错性的一个重要参数,并且连通度越大网络越可靠。本文证明了EH(s,t)的连通度等于其最小度。     

选择性隐藏访问结构的OO-CP-ABE

密文策略属性基加密(Ciphertext-Policy Attribute-Based Encryption, CP-ABE)是目前最适合用于云中的加密方案之一,CP-ABE具有灵活的访问结构,但是在CP-ABE中访问结构可能泄露风险信息,现有的CP-ABE方案,要么完全公开访问结构,要么将其完全隐藏,这将导致策略保密性差或方案加解密计算量大。本文提出选择性隐藏访问结构OO-CPABE,该方案利用属性之间的互信息筛选出访问结构中的部分属性,此部分属性包含原始属性集中的绝大部分或者全部信息量,并隐藏这部分属性。此选择性隐藏与完全隐藏有相同的策略隐藏效果,能有效地降低加解密计算量。与公开访问结构的方案相比,能提高策略的安全性。此外,本文还用在线/离线加密和部分解密减少加解密阶段的计算量。     

交换折叠超立方体的2-外连通度

利用2-外连通度作为评价可靠性的重要度量，对交换折叠超立方体网络EFH(s,t)的可靠性进行分析，得到了交换折叠超立方体网络的2-外连通度.证明了EFH(s,t)的2-外连通度等于3s+1(5≤s≤t).这个结果意味着，为了使EFH(s,t)不连通且每个分支都至少包含3个顶点，至少有3s+1个点要同时发生故障.