首页期刊导航|系统科学与数学
期刊信息/Journal information
系统科学与数学
系统科学与数学

陈翰馥

月刊

1000-0577

jssms@iss.ac.cn

010-62555263

100190

北京市中关村东路55号中科院数学与系统科学研究院

系统科学与数学/Journal Journal of Systems Science and Mathematical SciencesCSCD北大核心CSTPCD
查看更多>>本刊是国内外公开发行的学报类季刊，是国内核心期刊之一，主要刊登系统科学与数理科学在理论和方法上具有创造性的学术论文，创造性地解决实际问题的科学技术报告以及重要学术动态的报道。1997年数学类期刊影响因子第三名。
正式出版
收录年代

    基于视觉Transformer的自注意力舌象肝郁线识别

    张东晓杜鑫康
    1355-1372页
    查看更多>>摘要：智能舌诊是计算机视觉在中医领域的一个典型应用,舌体图像自动识别是其中的核心问题.肝郁线位于舌面两侧,是中医临床重要的诊断依据,研究其自动识别能够促进智能舌诊的进一步发展.文章借助视觉Transformer自注意力机制的优势,基于Swin Transformer提出注意力指导和局部区域复用策略,并以此为基础构建了用于肝郁线识别的ST-LDL网络结构.注意力指导用于促进ST-LDL提取到肝郁线细粒度特征;局部区域复用利用舌面两侧的局部强响应区域,一方面训练ST-LDL的局部网络分支,另一方面增强ST-LDL的全局网络分支.消融实验结果表明,单独使用注意力指导策略和区域复用策略,均能提升识别效果;共用这两种策略时,各项指标均大幅提高.对比实验结果表明,文章所提算法优于通用算法,也好于现有专门用于肝郁线识别的算法.

    智能舌诊肝郁线视觉Transformer自注意力机制注意力指导局部区域复用

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    在线社交网络中谣言传播行为的图上博弈分析

    丁学君王慧婷田勇
    1373-1388页
    查看更多>>摘要：复杂社交网络中谣言不断地滋生与蔓延.为对谣言进行有效管控,文章基于图上博弈理论,通过引入详尽可能性模型及情绪认知理论,探究谣言转发行为的影响因素,并从信息内容差异化角度,构建了社交网络用户谣言传播行为演化博弈模型.仿真结果表明:1)提高用户对谣言/反谣言信息的兴趣会直接影响其转发谣言或反驳谣言的行为;2)信息发布的强度对信息的传播效果有着直接影响;3)用户面对不确定信息时,更加愿意转发亲密节点的信息;4)谣言内容包含积极内容及用户个人情绪不稳定时,用户更易做出转发行为.据此,文章提出了治理社交网络谣言传播的相关建议,为相关部门制定有效的谣言治理策略提供了理论支持.

    谣言图上博弈传播行为详尽可能性模型情绪认知理论

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于级联失效模型的国际贸易网络危机传播效应研究——以半导体为例

    尹潇潇陶业伟赵晓倩石磊...
    1389-1411页
    查看更多>>摘要：当前,全球正面临复杂多变的半导体贸易环境.为识别国际贸易网络中经济危机所带来的影响,文章选择数字经济的基础-半导体作为研究对象,使用联合国商品贸易统计数据库中2019年半导体贸易数据,基于复杂网络理论构建有向加权半导体国际贸易网络,并分析其拓扑结构特征.在此基础上,采用级联失效模型,探究国际贸易网络中半导体供给危机的传播过程.研究结果表明:半导体国际贸易网络呈现小世界特征.中国和美国等中高收入经济体位于网络的中心,其在半导体贸易市场中非常活跃且具有重要的影响力.美国、意大利、韩国、荷兰、法国和日本等国一旦出现半导体供给短缺风险,通过中国引发的经济体雪崩规模极为庞大,揭示了中国在危机传播过程中发挥了重要的中介作用.当中国作为半导体危机传播源时,经过一步迭代由中国直接感染的经济体数量排名第一,凸显了中国在全球半导体贸易中的重要地位.文章的研究结果不仅有助于深入了解全球半导体国际贸易格局,拓展了半导体领域的相关研究,同时为中国半导体等高新技术产业的发展、国际贸易政策的制定和有效应对全球半导体供应链风险提供了有益的政策建议.

    复杂网络级联失效危机传播国际贸易网络半导体

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    区块链技术驱动下考虑减排积极性的动态低碳供应链微分博弈

    王道平董汉玺张可
    1412-1431页
    查看更多>>摘要：针对由制造商、零售商和消费者构成的低碳供应链,文章考虑了制造商减排积极性的随机动态特征,研究了消费者具有绿色信任和低碳偏好背景下供应链成员的微分博弈.利用伊藤过程对制造商减排积极性的随机演化过程进行刻画,并基于成员的利润结构,构建了采用和不采用区块链技术两种情形下低碳供应链的随机微分博弈模型.运用贝尔曼连续型动态规划理论,求解了两种情形均衡状态下成员的反馈策略,揭示了制造商减排积极性的随机动态演化特征.最后结合算例,分析了稳定和动态均衡状态下制造商减排积极性、消费者特征参数以及随机干扰因素对成员均衡决策和最优利润的影响.研究表明:受到随机干扰因素的影响,制造商减排积极性始终围绕其期望上下波动,最终稳定于一个稳态值,减排积极性的提高和消费者低碳偏好程度的提高,都能为制造商带来经济效益.采用区块链技术更有利于提高零售商的获利水平,而制造商是否采用区块链技术需要同时考虑消费者低碳偏好程度和绿色信任程度的影响.

    区块链技术碳减排积极性动态低碳供应链绿色信任低碳偏好伊藤过程

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于用户评论"主题-情感"耦合分析的MOOC质量表征研究

    刘迎春章震
    1432-1447页
    查看更多>>摘要：MOOC评论文本蕴含大量用户观点和情感信息,反应来自用户视角的MOOC质量诉求和质量满意度.文章构建了基于用户评论"主题-情感"耦合分析的MOOC质量表征模型,即基于LDA挖掘评论文本主题,表征MOOC的质量评估维度;基于BERT生成评论文本情感分类,表征MOOC质量的满意度和关注度,并以"中国大学MOOC"为例分析MOOC质量的表征结果.研究发现,不同学科类型的MOOC质量评估维度不同,不同MOOC在每个质量评估维度上的用户满意度和关注度不同,质量评估维度对MOOC质量有不同的显著性影响.文章提出的MOOC质量表征模型能泛化到具有用户评论的各种在线课程平台,能细粒度表征课程质量,为建设者设计和改进课程、学习者选择课程提供精准依据,服务优化MOOC建设和体验.

    用户评论MOOC质量质量表征模型情感分析主题挖掘

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    数字金融对中国区域经济韧性的影响机制研究

    陈胜利游婷麟宋继伟
    1448-1477页
    查看更多>>摘要：在实现高质量发展的过程中,提升区域经济韧性是促进经济发展进而带动区域全局发展的重要保障之一.文章从理论层面对数字金融影响区域经济韧性的机制进行分析,并通过构建区域经济韧性评价指标体系对各省份区域经济韧性水平进行测度和分析,基于中国2011-2021年选取的31个省(自治区、直辖市)的面板数据,进一步构建基准回归模型、中介效应模型和面板门槛效应模型对理论分析进行实证检验.研究表明:1)区域经济韧性处于较低水平的地区数量依然较多,省份间经济韧性发展水平差距较大,呈现出"东高西低"的不均衡特征;2)数字金融对区域经济韧性具有显著的正向促进作用,且促进效应存在"东部地区＞中部地区＞西部地区"的区域异质性;3)数字金融在"数字金融→产业结构升级→区域经济韧性"、"数字金融→缩小城乡收入差距→区域经济韧性"、"数字金融→社会保障水平 区域经济韧性"关系中发挥了显著的正向中介效应;4)数字金融对区域经济韧性的促进作用在跨越互联网普及率的门槛值后可以得到更显著的发挥,且东部沿海地区的加速门槛效应显著高于中部内陆地区和西部边远地区.因此,通过因地制宜地发展数字金融,发挥好产业结构升级、缩小城乡收入差距和提高社会保障水平的正向效应,加快现代化信息建设,可以有效提升区域经济韧性水平.

    数字金融区域经济韧性产业结构升级城乡收入差距社会保障水平

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于可解释性方法的网络问政效果研究——以"有话请您说"网络问政平台为例

    魏子恺唐锡晋
    1478-1500页
    查看更多>>摘要：随着数字化政府建设的加速推进,网络问政在中国社会治理中发挥着不可忽视的作用.为了探讨影响网络问政效果的关键因素,该研究以泸州市网络问政平台"有话您请说"中的相关数据为研究对象,采用多种机器学习和深度学习模型结合的文本数据挖掘方法,识别网络问政文本中的特征变量,构建问政满意度分类模型,并结合多种可解释性方法分别从结构特征和语义特征对模型结果进行解释分析.研究发现:问政情感,问政文本长度,诉求类型,回复情感,回应单位类型,回应时间等变量均对问政满意度有不同程度的影响.此外,研究构建的可解释性框架还能够有效识别问政中的时间,地点,组织机构名称等关键内容.

    网络问政公众满意度可解释性方法文本分析

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于相似日和PSO-Elman模型的共享单车需求量预测

    周新民刘文洁闫志深胡怀钰...
    1501-1516页
    查看更多>>摘要：对各站点共享单车需求量的精准预测,能够提高共享单车管理与分配的效率,并有效防止供需失衡带来的公共秩序风险.通过综合考虑气象特征、时间特征以及历史数据对需求量的影响,提出了基于相似日和PSO-Elman神经网络模型.首先,研究时间特征对单车需求量的影响并对时间特征进行筛选,再通过皮尔逊相关系数验证并选择影响需求量的关键气象特征.随后采用灰色关联度算法,计算历史数据与待预测日的相似度并选取出相似日.最后,结合相似日数据和历史数据,将构建的PSO-Elman神经网络预测模型对高峰时段的单车需求量进行仿真预测.研究表明:与Elman及未综合考虑气象特征与时间特征的单车需求量预测模型相比,文章提出模型的预测结果具有更高的准确度.

    共享单车需求量预测相似日灰色关联度PSO-Elman

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    前 言

    冯如勇雷娜孙怡东
    前插1页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    《系统科学与数学》征稿简则

    封4页
      原文链接:
    • NETL
    • NSTL
    • 万方数据