融合可验证随机函数的改进Raft共识算法

传统的Raft算法容易因受到恶意攻击而导致效率低下。针对Raft算法在执行过程中可能被攻击者探测到Leader身份进而发动攻击的问题,利用可验证随机函数的随机性和非交互式特性,改进了原有Raft算法,隐藏了选主过程中Leader的身份的同时避免了原算法的多轮选举问题。提出的改进Raft算法的详细设计了可验证随机函数的实现并将其融入到选主过程中,并且分析了改进方案的系统安全性和稳定性,对比了不同共识算法在各需求场景下的表现。仿真试验表明：改进后的算法在选主过程中隐藏了被选中节点的身份,在保证系统稳定性的前提下提高了系统安全性,并且在系统节点越来越多时提高选主的时间效率的表现更好。     

带混合噪声回归模型小波估计器的相合性

针对带混合噪声回归估计问题,利用小波方法构造线性小波估计器,并在不假定待估回归函数具备任何光滑性的前提下,证明小波估计器的L^p(1≤p<∞)相合性。     

加权犹豫模糊偏好关系及其在群体决策中的应用

考虑到犹豫模糊偏好关系更能全面地表征决策者的偏好信息, 将犹豫模糊偏好关系置于权重意义下, 定义了加权犹豫模糊偏好关系和乘性一致的加权犹豫模糊偏好关系,并设计了一种一致性调整算法, 用于检测和提高加权犹豫模糊偏好关系的一致性水平,最后给出基于加权犹豫模糊偏好关系(weighted hesitation fuzzy preference relation, WHFPR)的群决策方法, 并通过案例分析表明所提出方法的实用性和可行性。     

正态总体标准差的两个无偏估计及性质

针对正态总体情形,给出总体标准差的两个新的无偏估计量,并且证明了这两个估计量具有相合性与渐近方差为零的性质,最后对于其中结构较繁琐的估计量给出它的简化计算公式.     

一类半参数模型的正交级数及最小二乘估计

考虑半参数回归模型Y_i=X_iβ+g(X_iβ)+e_i,i=1,…,n。用正交级数和最小二乘法构造了β和g的估计β和g,证明β和g的强相合性,并把此结果应用于截断回归模型=Xβ+e,e～F(未知)中未知参数β和误差分布F的估计.