创新创业是塑造发展新引擎的有效选择.数字经济作为一种新的发展形态，能够为提升地区创业活力提供新机遇.为了验证数字经济在各地区发挥的创业拉动效应，把握其中的路径机制，基于2010--2020年选取的中国30个省份的面板数据，构建固定效应模型、中介模型、面板门槛模型，从劳动力和数据要素配置视角实证分析数字经济对创业活力的综合影响、细分差异与作用机制，并探究知识产权保护水平发挥的边界效应.研究发现：1）数字经济发展对创业活力具有显著的正向作用，其中在互联网应用、数字金融两个方面提升了创业活力，在信息化基础维度的作用不明显.2）数字经济可通过“劳动力配置”和“数据要素利用”两条路径促进创业活力提升.3）在“胡焕庸线”东南半壁，数字经济对创业活力具有显著影响.4）知识产权保护作为重要的制度保障，对数字经济与创业活力的关系起门槛调节作用，其水平处于最优区间时能够发挥最大效应.据此，各地区需进一步完善信息基础设施、提高数字技术应用水平、优化区域要素配置水平以激发创业活力，同时依据区位特点，采取自主创新研发、协同合作的差异化策略，营造与数字经济发展水平相适应的创业环境，释放创业活力.

股票收益率的三个 "基本面"成分(风险合理补偿的预期收益、未来现金流与贴现率预期变化产生的现金流和贴现率信息)中, 现金流信息最有可能出现短期反转.文章第一次使用修正的分析师预测测度现金流信息,构造基于残差收益率的短期反转策略研究中国股市的短期反转效应,实证结果发现该策略能产生相比标准反转策略更高的经过风险因子调整的回报率.进一步, 基于分离出现金流信息的方法,从投资组合的多、空两方发现主要是流动性冲击而非投资者情绪能解释中国股票市场的短期反转现象.文章从残差收益率的新视角检测A 股短期反转策略,不仅丰富了资产定价金融异象领域的研究,亦提供了以中国为例的新兴市场关于理解短期收益反转理论的国际化证据.

因子分析,(factor analysis,FA)是一种流行的从多变量中提取公因子的统计技术,但它仅适用于向量值数据(每个数据点为一向量).当FA应用于矩阵值数据(每个数据点为一矩阵)时,一种常用的做法是首先将矩阵值观测向量化. 然而,向量化使得因子分析面临两个问题: 可解释性变差, 容易陷入维数灾难. 为了解决这两个问题, 文章从矩阵值数据本身固有的矩阵结构出发, 提出双线性因子分析,(bilinear FA, BFA). 新颖性在于BFA采用双线性变换, 模型参数大大减少, 有效克服了维数灾难问题, 同时提取感兴趣的行变量和列变量公因子.文章开发了两种有效算法用于BFA模型参数的极大似然估计,讨论了估计的理论性质并明确地求出Fisher信息矩阵的解析表达式来计算参数估计的准确度, 研究了BFA的模型选择问题. 与传统因子得分为一向量不同, BFA的因子得分为一矩阵, 文章为矩阵因子得分提供了计算方法以及可视化方法. 最后,构建实证研究来理解提出的BFA模型并与相关方法进行比较. 结果表明了BFA在矩阵值数据分析上的优越性和实用性.

新冠肺炎疫情的爆发给中国股市带来了一场危机,投资者对避险资产的选择也逐渐引发关注. 文章通过DCC-GARCH $t$-copula模型检验了新冠肺炎期间黄金和比特币分别对中国股票市场的避险差异.结果表明, 平均来看新冠疫情期间黄金是比比特币更优的避险资产,这是因为黄金比比特币有更低的平均套期保值比率, 可以提供更廉价的对冲,并且与同样的股票行业指数组成的投资组合中黄金所需占比比比特币低.最优对冲比率和投资组合权重的动态波动性也进一步表明投资者需要积极地重新平衡他们的投资组合,而不是采用静态方法.

为了解决证券投资组合收益预测模型在股票价格波动感知方面的语义细粒度量化不足和有效投资组合灵活性受限的挑战,文章提出了一种综合舆情态势评分模型(SESTM)和图套索(GLASSO)的股票收益系统预测模型.首先,采用分位回归方法对股价波动进行拟合建模,定义了波动幅度和均值序列两条曲线,用于发现与正收益波动相关的词汇.接着,运用SESTM模型从新闻公告语料中通过有监督的方式提取对股票价格波动灵敏感知的相关词汇,并形成与政策、估值和市场情绪密切相关的主题和匹配词典,进而生成舆情态势评分.最后,结合GLASSO方法构建股票价格之间的联动网络结构,并基于该网络构建个股投资组合策略.实证研究以疫情期间生物疫苗板块股票为对象,对网络联动和舆情态势评分模型开展了实验比较.实验结果显示:首先,以波动感知词汇为纽带构建的投资策略更适用于短期预测;其次,在融入反映联动网络的偏相关信息后,投资组合日均对数收益率达到1.6%,相较于未融入偏相关关系的1.4%的情况提高了14.3%,更是随机组合的日均对数收益率0.7%的2倍;而最高收益由随机组合的3.117 提高到3.605,提升幅度达到15.6%.以上结果表明,通过SESTM+GLASSO组合模型的方式提供了一种高效且性能优越的系统预测模型,该模型能够分析股票价格之间的网络联动关系,更准确地预测股票收益以制定相应的投资策略.这对于推动动态价格感知和深化大语言模型中的生成式跨模态任务的统计应用研究具有积极意义.

贝叶斯分位回归能够对线性混合效应模型中的参数进行良好的估计.在贝叶斯参数估计中，常用Gibbs抽样方法.为了得到精确的估计结果，Gibbs抽样方法需要进行多次抽样.当模型参数维度较高时，Gibbs抽样方法将会十分耗时.因此，文章采用变分推断来近似参数的后验分布.变分推断采用无条件分布来逼近Gibbs方法得到的条件分布，从而使得计算变得高效.文章将模型参数的先验假定为正态分布，对无惩罚线性混合效应模型的参数进行变分推断.考虑到模型参数可能面临的高维情况，文章将模型参数的先验假定为Laplace分布，对双惩罚线性混合效应模型的参数也进行变分推断.从模拟结果来看，变分推断对模型参数估计的精度虽略小于Gibbs抽样方法，但其运行速度较快.在高维情况下，运行效率依然很高.在大数据时代，时间和资源的消耗是文章首先需要考虑的因素.因此，文章提出的方法可实际运用在高维线性混合效应模型中.

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.

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$\rightarrow$产业结构升级$\rightarrow$区域经济韧性”、“数字金融$\rightarrow$缩小城乡收入差距$\rightarrow$区域经济韧性”、“数字金融$\rightarrow$社会保障水平$\rightarrow$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.

Hopf分岔是一种比较简单而又重要的动态分岔问题，是指系统参数变化经过临界值时，平衡点由稳定变为不稳定并产生极限环.基于Hopf分岔，文章提出了一个具有饱和控制的时滞反应扩散谣言传播模型，其更好地反映了现实生活中谣言传播的特性，并且研究了其Turing不稳定和Hopf分岔，同时选择时滞为分岔参数，给出了分岔阈值的解析表达.最后，通过数值模拟仿真验证了理论结果的正确性，其结果表明扩散和时滞均是导致系统不稳定的原因.传统的谣言传播模型只考虑了时间演化，而该模型从时间和空间两个维度刻画了传统的谣言传播模型，使其更加贴切地反映了谣言在现实生活中的传播规律，为谣言传播的治理提供新的思路.

社交媒体平台的热门榜单作为热点信息的汇聚和展示,对于我们理解当前热点话题具有很大的启示.但由于热榜文本存在词汇稀疏和文本较短的问题,传统LDA和基于神经网络的主题挖掘模型面临着主题聚合表现不佳的表现.对此,文章提出了一个基于大型语言模型增强的主题建模框架——STAB.该框架结合大语言模型对文本数据的生成式增强能力,以及文档嵌入在主题建模中的优异表现,能够在短文本数据集上挖掘出有意义的主题.在多个数据集上的实验结果表明,在通用客观评价指标和下游任务应用方面,该框架均优于已有的主题建模方法.

文章全面地比较了一系列模型在预测加密货币波动率时的表现.结果发现，粗糙波动率模型在预测多期样本外的波动率时表现更加稳健和可靠，而异质自回归（HAR）模型相对较弱，但经过log转换后的HAR模型在预测上则表现更优.此外，考虑到加密货币的特点，选取合适的时区划分依据也非常重要，因为不同的时区可能对加密货币市场的波动率产生影响.研究还引入了最小二乘模型平均法来应对波动率建模中的模型不确定性.结果表明，模型平均方法在加密货币市场波动率预测中相比其他方法具有优越性，能够平衡不同模型之间的优缺点，提高预测的可信度和稳定性，对于预测市场的波动性是非常有效的.文章研究指出，在选择合适的波动率模型时需要综合考虑加密货币波动率的特性和历史表现，并且在应用模型时需要注意其在不同数据集和预测目标下的表现，避免盲目使用导致预测效果的不确定性.

收益管理优化是提高零售商经济收益的有效途径之一.定价是收益管理的引擎和核心技术，对于提高零售商的收益具有重要作用.考虑到在收益管理的实际应用中，预测和优化问题的复杂性，通常采用先对产品需求进行预测，然后对收益进行优化的步骤.在对产品需求进行预测时，通常会面临多个候选模型，即面临模型的不确定性，这时一般会采用模型选择方法确定最终的模型.但传统的模型选择准则包括赤池信息准则（Akaike information criterion，AIC），贝叶斯信息准则（Bayesian information criterion，BIC）等通常只考虑了模型选择对预测精度的影响，而不考虑该预测模型会如何影响接下来的优化决策目标.本文首次在商品的收益管理优化中提出最小化聚焦信息准则（focusedinformation criterion，FIC）这种模型选择准则，运用FIC模型选择准则选择产品需求预测模型，考虑了优化模型的结构，以最小化决策误差，而不是预测误差为目标，来选择预测模型.数值模拟结果表明，在大部分情况下，相比于AIC和BIC两种模型选择准则，考虑决策目标的FIC模型选择准则表现最佳.同时，实证研究结果也验证了考虑决策目标的FIC模型选择准则的优越性.

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.

大量证据指出ESG表现良好的企业面临更低的崩盘风险和利益相关者风险, 从而稀释系统性风险.然而, 相较于基本面类的财务指标, ESG作为一种非财务指标, 其对股票系统性风险影响的作用机制、动态时变性和异质性特点尚未得出一致结论.据此, 文章选取A股市场2009年1月至2023年11月的数据展开实证研究, 基于条件CAPM模型, 将系统性风险$\beta$ 动态刻画成关于ESG表现(非财务特征)和公司基本面特征(财务特征)的线性函数, 然后采用MCMC贝叶斯估计方法得到时变$\beta$的估计量用于结果分析.研究结果如下: 第一, ESG表现和股票系统性风险呈负相关关系, 这种关系在近几年越来越强且变得显著; 第二, ESG表现对股票系统性风险影响的大小在行业上呈现异质性, 对于受能源或受国家政策影响较大的行业, 良好的ESG表现有助于降低系统性风险; 第三, 虽然ESG表现会影响股票系统性风险, 但投资者对ESG风险的反应弱于基本面风险, 这之中存在投资者反应的不对称, 所以ESG风险可被看作第二性风险, 其对系统性风险影响的大小受市值、账面市值比这类基本面特征的调节影响.

在软参数共享模型的基础上,通过任务之间的相似度与参数之间的关系,设置自适应正则项系数$\lambda^{*}$, 自适应参数衰减比例$\theta$,文章提出了基于多任务深度学习的自适应软参数共享方法.在基于均值约束的$L_{2}$范数基础上,通过自适应地去除损失函数中正则项中的项数,去除任务间相似度不高的信息.文章的方法将软参数多任务学习动态地转化为软参数多任务与单任务联合学习,相对于软参数多任务学习方法, 该方法减少了负迁移现象带来的影响.相对于单任务学习方法, 该方法可以极大地降低局部最小解的风险. 模拟研究和案例分析都验证了该方法的有效性, 该方法的预测精度优于传统的多任务学习和单任务学习.

为破解不完全信息下信息敏感型电子废弃物的回收困境，文章基于前景理论构建了由政府、消费者和回收商组成的演化博弈模型，探讨了影响系统博弈策略的主要因素.结果表明，政府加大监管力度可促进回收市场规范化；消费者负面信誉评价对非正规回收商具有导向性，高负面信誉评价激励非正规回收商规范化形成；回收过程中，消费者若遭受信息泄露损失，便趋向于不信任策略，且信息泄露损失越大不信任程度越深；前景理论中的损失规避系数和损失感知价值敏感系数，对于消费者和回收商的策略均有影响，而收益感知价值敏感系数对两者策略几乎无影响，说明决策者在博弈中更注重规避损失.

文章对二阶时滞非线性多智能体系统在固定有向拓扑下的领航跟随一致性问题进行研究.为节省系统的通信及计算资源,提出了一种基于事件触发机制的分布式一致性控制协议.通过给每个智能体设计相应的事件触发条件,从而有效减少了智能体间信息的更新频率. 利用图论知识、矩阵理论以及Lyapunov稳定性理论给出多智能体系统达到领航跟随一致性的充分条件,并排除了系统的Zeno行为.最后由仿真结果验证了理论方案的可行性和有效性.

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.

无人艇的水动力学具有强非线性与时变性，为便于转艏控制，提出一种基于纵荡速度的非线性变参数（nonlinear parameter varying，NPV）模型.首先从水动学机理出发，引入Ross阻尼模型，建立三自由度的非线性机理模型.其次，在机理模型基础上，将非线性项隐含于线性结构中，使模型构成类线性结构，再忽略数值较小的横荡阻尼项，并以纵荡速度为变参数，建立基于纵荡速度的NPV模型.NPV模型结构简单，具有非线性项与变参项，为Norrbin非线性模型与线性变参数（linear parameter varying，LPV）模型的扩展形式.最后，由仿真和实验验证了NPV模型能够很好地刻画无人艇转艏运动的非线性与时变特性.

推广新能源汽车是有效降低交通运输系统碳足迹的重要举措.文章基于消费者效用理论, 构建新能源汽车充电与换电模式的定价决策模型,对比分析两种服务模式的定价策略,并讨论动力电池生产成本、换电技术水平、续航里程和能源价格对两种模式新能源汽车推广的影响.研究表明: 1) 与充电模式相比,换电模式能有效缓解消费者充电焦虑,但将导致换电服务溢价; 2)动力电池生产成本和换电技术水平是影响服务模式采用的重要维度,动力电池生产成本决定充电模式采用,而换电技术水平和动力电池生产成本共同决定换电模式采用; 3)动力电池生产成本和续航里程对两种模式的推广影响存在差异性,动力电池生产成本降低更有助于换电模式的推广,而续航里程增加更有利于充电模式推广; 4)电力或燃油价格变化对两种模式新能源汽车推广的作用效果相近,其通过建立运营成本优势而加快新能源汽车的推广应用.

信息不对称是阻碍制造商积极参与碳市场交易及投入减排技术的主要原因,文章基于碳交易机制, 在零售商隐匿消费者低碳偏好信息的情形下,研究制造商减排和零售商的信息共享策略选择问题.文章利用Stackelberg模型考察供应链各成员的最优决策,其中零售商拥有私有信息 (消费者的低碳偏好)并决定是否与制造商共享该信息. 利用博弈论与静态比较分析,发现零售商共享信息对供应链有益, 且在信息不对称下,制造商与零售商制定收益共享契约可以提高自身收益.当制造商风险规避程度较低时, 零售商愿意共享信息;当消费者低碳偏好较高且对产品价格不敏感时, 制造商的减排率会增加;对于减排成本较大且消费者低碳偏好较低的产品,增加碳配额会降低产品的价格, 进而削减制造商的减排动力. 因此,制造商可以适当降低自身风险规避行为以吸引零售商共享信息, 此外,制造商与零售商制定收益共享契约对供应链有利;为加强制造商减排技术的投入,零售商可以优先对非价敏用户做好低碳产品的宣传和推广.

数字经济背景下, 平台企业的垄断行为与反垄断机制设计已成为当下研究的热点与难点问题.针对这一问题, 先后在静态奖惩机制和动态奖惩机制下建立了政府部门、平台企业和社会公众的三方演化博弈模型. 模型分析方面, 重点讨论了两种奖惩机制下混合策略纳什均衡(mixed strategy Nashequilibrium, MNE)作为系统演化稳定策略(evolutionary stabilitystrategy, ESS)的可能性及其系统演化特性, 证明了动态奖惩机制下MNE或将是系统ESS, 并经系统仿真予以证实.仿真结果表明, 静态奖惩机制下博弈各方都将呈现出周期性的策略选择模式, 而动态奖惩机制下系统渐近稳定于MNE, 由此说明确实存在动态奖惩机制是静态奖惩机制的一个稳定性改进情形.最后, 建议政府部门应制定动态可调整的奖惩机制, 在加大对平台企业惩罚强度的同时, 逐步降低对社会公众的奖励力度, 此做法既能显著提高平台企业合规经营的概率, 又能使政府部门和社会公众的平均期望效用得到改进.

在平台经济快速发展的当今,越来越多的制造商开通直销渠道以迎合消费者线上购物需求.制造商开通直销渠道加剧了渠道间竞争,尽管有助于提升产品需求量,但会侵蚀零售商的市场份额,也可能增加制造商的碳排放总量.尤其是在碳配额与交易机制下,碳排放量总量的增加导致制造商通过碳交易市场购买超出碳排放限额的碳排放量随之增加,进而增加制造商碳成本.基于此,借助博弈论构建制造商和零售商间的两级供应链模型,探究碳配额与交易机制对制造商渠道入侵策略的影响.研究发现,尽管制造商总是倾向于开通直销渠道,但是否增加碳排放总量以及是否侵蚀零售商利润取决于碳交易价格和制造商碳减排成本系数.具体而言:1)对零售商而言,当碳交易价格较高且碳减排成本系数较小时,制造商开通直销渠道渠会增加零售商利润;否则,制造商开通直销渠道仍会侵蚀零售商利润;2)对碳排放总量而言,当碳减排成本系数较小时,制造商开通直销渠道降低碳排放总量;当碳减排成本系数较大时,制造商开通直销渠道增加碳排放总量.此外,文章也探究了在何种情形下,制造商开通直销渠道既增加零售商利润,也能降低碳排放总量.

随着在跨境贸易的数字化，跨境电商得以快速发展.为此，国家分批设立了165个跨境电商综合试验区（综试区），并出台了“无票免税”政策，吸引中小企业参与跨境电商的创新实践中.文章在考虑综试区和“无票免税”政策的基础上，研究了跨境电商企业供应链网络构建与报税策略选择的联合优化.考虑到跨境贸易场景的不确定性，构建了两阶段非线性随机规划模型；并对模型进行了线性化，设计了最优求解的L型算法.实例应用结果表明：“无票免税”政策能够有效吸引企业入驻综试区，而新实施的“区域全面经济伙伴关系协定”会弱化海外仓与国内仓的差别，促使企业布局少数有地理优势的海外仓.两者均能够有效减轻企业供应链网络的布局代价.

针对出行高峰期乘客打车难、车辆供不应求的现象,基于高峰期网约车平台同时采取加价策略和给予司机补贴的实际场景,考虑司机供给价格的异质性, 并结合司机出车决策的参考点依赖理论,以平台期望利润最大化为目标,构建网约车平台与司机的Stackelberg博弈模型, 运用库恩-塔克定理,求解高峰期网约车平台最优服务价格和最优补贴力度.研究表明:高峰期网约车平台的期望利润随着补贴力度的增加呈现出"倒U型"演变轨迹;当网约车平台的补贴力度在临界值之内时,平台期望利润随着服务价格的增加呈现出先增后减的趋势,当到达临界值(高点)时, 网约车平台期望利润实现最大化;高峰期网约车平台通过采取合理的服务价格和补贴策略可以有效降低司机资源流失的风险,调节供需关系, 提高双方收益.

针对自信双层语言中“自信度”主观性较强、缺乏对应调节机制等问题,提出了一种新型决策语言术语和基于对偶自信双层语言偏好关系的多属性群决策方法.首先, 引入社会网络法获取专家间“信任关系”矩阵, 考虑信任传递的全面性和信息失真情况,采用OWA算子和最短链路原则补全“信任关系”. 其次, 耦合“信任关系”和自信双层语言创建对偶自信双层语言,拓展对偶自信双层语言偏好关系, 研究其一致性及共识性指标, 并构建对偶自信双层语言的反馈调节机制.进而, 利用反馈调节机制中调节后“自信度”和“他信度”指标构建新的专家赋权模型.最后, 结合反馈调节机制和专家赋权模型, 提出对偶自信双层语言偏好关系的多属性群决策方法. 通过湖南省新能源投资项目分析, 验证了方法的适用性和有效性.

为分析智慧医疗信息平台中医患合作行为, 构建演化博弈模型, 引入随机干扰因素表示平台信息的不确定性; 其后将医患随机演化博弈模型转化为尖点突变模型, 证明医患行为演化中暗含突变机理; 最后, 用仿真分析诊疗型和互动型信息平台中医患行为的演化与突变机制.研究发现: 在智慧医疗信息平台中, 医患行为选择可能因感知价值和随机干扰等因素而突变; 当医患初始合作概率高时, 若信息平台安全与可靠性差, 医患倾向于不合作; 当医患初始合作概率低时, 若信息平台安全与可靠性高, 医患倾向于合作; 当医患初始合作概率处于中等水平时, 医患更容易受不合作额外收益影响, 其行为选择突变概率更高.研究结合演化博弈论与突变理论, 深入分析智慧医疗信息平台中医患合作机制, 结论为信息平台中的医患合作行为研究提供启示.

为了更好研究混沌现象的本质和利用混沌,根据混沌系统的李雅普诺夫稳定性理论和分岔理论研究了一类三维广义Rabinovich系统的混沌动力学特性, 包括耗散性、平衡点和局部渐近稳定性、李雅普诺夫指数、李雅普诺夫维数、分岔图、全局吸引域等. 依据混沌系统全局指数吸引集的结果和Dini导数, 设计合适的控制器实现了两个相同混沌系统的全局指数同步. 为了使所设计的控制器在实际应用中更容易实现且使同步方案有高效的同步速率, 文章设计了线性反馈控制器使两个混沌系统达到全局指数同步. 文章的创新点在于, 首先得到了该混沌系统每个变量最终界的数学表达式, 然后利用混沌系统的有界性得到了混沌系统控制器的精确数学表达式. 最后, 文章对同步过程进行数值模拟, 仿真结果证实了理论的可行性.

文章研究了地铁乘客到达站台后的乘车概率问题.在若干合理假设下, 证明了乘客乘车概率的一个随机排队模型.该模型推广了Grube等(2011年)和Mo等(2020年)中"先到先服务"这种确定性模型.文章给出了随机排队模型的一个简化版本, 该版本中的参数取零值时,随机模型即退化到确定性排队模型. 基于随机排队模型,文章构建了典型地铁路线的乘客流仿真, 输入列车时刻表, 乘客进站时间,走行时间分布等信息,该仿真能够输出每位乘客在地铁系统的轨迹和出站时间.文章综合实际数据和仿真输出, 提出了参数校准方法.北京昌平线的实际数据阐述了所提随机排队模型相对于Grube等(2021年)和Mo等(2020年)中的确定性排队模型的优势.

Meta分析是一种通过对多个独立研究结果进行系统的整合、分析和综合,以得出更为准确、全面的结论的统计方法.在Meta分析的预测过程中,为了解决模型选择存在的不确定性问题,文章提出了一种基于Mallows准则的模型平均(MMA)方法,并证明了其具有渐近最优性.最后,对文章所提出的MMA估计与Jackknife模型平均(JMA)、S-AIC和S-BIC信息准则下的模型平均估计进行了模拟研究,并应用于卡介苗疫苗数据的实例分析,结果均表明MMA优于其他模型平均估计.

柱形代数分解是半代数系统求解和实量词消去的基本工具. 实际求解过程中, 不同变元序的选择对柱形代数分解的效率影响重大. 目前已有的启发式或机器学习择序的方法基本都建立在多项式系统的支撑集是影响变元序的决定因素这一隐含假设上. 文章首先通过设计同支撑集变系数的实验对这一假设进行了检验, 实验表明支撑集确实是影响最佳变元序的重要因素但并非唯一因素. 针对同支撑集变系数的柱形代数分解最佳择序问题, 文章设计了基于强化学习的择序方案, 四变元的实验表明该方案可以突破已有方法只依赖支撑集选择最佳变元序准确率的上限. 另外, 针对多达二十万亿可选序系统的实验表明, 该方案远优于传统的启发式方法. 同已有的针对较少变元的监督学习择序方案相比, 该强化学习方案克服了变元增多导致序数量组合爆炸时获得高质量标记数据的困难.

文章研究了具有网络攻击和输出耦合的复杂网络同步控制问题.在控制器到执行器之间发生欺骗攻击和拒绝服务攻击的情况下,设计了输出反馈PID控制器.基于Lyapunov稳定性理论和线性矩阵不等式技术,获得了同时满足同步误差系统均方渐近稳定和严格$(\mathcal{Q},\mathcal{S},\mathcal{R})$-$\gamma$-耗散性的充分条件.最后通过仿真验证了理论结果的可行性和有效性.

许多公司积极参与精准扶贫,为中国摆脱绝对贫困、打赢扶贫攻坚战发挥了重要的作用.文章从公司资产的波动率和尾部风险视角,讨论了参与精准扶贫公司的投资价值问题.文章首先建立了一个包含扶贫项目在内的单周期公司投资决策模型,从理论上探讨了参与扶贫对公司资产波动率和尾部风险的影响. 然后,以2016—2020年A股上市公司数据为研究对象,对精准扶贫与公司股票风险的理论关系进行了检验.研究发现, 与理论预期完全一致,参与精准扶贫的行为能够显著降低公司股票的波动率、特质波动率和尾部风险.扶贫对公司资产风险的影响在非国有公司、投资者信心高和扶贫成效好的公司中尤为明显.机制分析发现,精准扶贫能通过提高公司经营绩效和公司信息披露质量渠道降低公司股票波动率和尾部风险.文章的研究为公司积极履行社会责任提供了有力的理论与实证支持,无论是从风险管理的角度,还是价值投资的角度,参与扶贫的公司均具有相对高的投资价值.

路况检测是智能驾驶中的一项核心任务, 其中包含限高检测任务.鉴于学术界中与限高检测相关的研究还不够成熟,文章对限高检测方法进行了研究,提出基于关键点和多帧图像特征融合的限高检测网络.将关键点思想引入限高检测任务, 减少不必要的预测, 提升检测效率;引入卷积门控循环单元(ConvGRU)对多帧图像进行建模,学习多帧图像之间的上下文关系, 提升召回率, 降低漏检率; 提出空间细节特征(spatial particulars feature, SPF)模块,加强解码层的多尺度特征融合; 引入坐标注意力机制,进一步关注目标检测区域, 提升模型的查准率. 实验结果表明:该网络不仅能够很好地完成限高检测任务,并且相比于BiSeNet、PINet、PSPNet等其他先进网络,能够更好地平衡查准率与召回率, 拥有更高的F1值和较少的参数量;同时对于车道线检测任务, 在精度与漏检率方面也表现优异,进一步证明了该网络的有效性.

提出了一种适用于含有未知输入信号的信息物理系统降阶观测器设计方法及传感器攻击检测应用.首先，利用克罗内克积将信息物理系统描述为整体系统动态模型；然后考虑系统存在未知输入时，通过增加降阶观测器增益矩阵的约束条件，实现降阶的同时消除未知输入给系统带来的影响，再通过系统输出状态判断是否存在传感器攻击信号.最后，通过数值仿真，验证了所提降阶观测器对系统的状态估计及检测传感器攻击信号的能力，且对比仿真结果显示，所提降阶观测器性能优于全阶观测器.

文章采用空间误差模型刻画个体之间的网络结构关系,讨论响应变量随机缺失时部分线性变系数空间误差模型的估计和借补问题.首先,利用矩阵分块和截面似然技术构建了参数估计量,并证明了参数估计量的渐近分布和未知系数函数估计量的收敛速度.其次基于部分线性变系数模型,提出了带有空间网络结构的缺失数据的借补方法. 最后,通过蒙特卡洛模拟研究了估计量的有限样本性质,并将该方法应用于QQ数据集分析.

文章给出一个构造性算法,将一元半正定多项式表示为一些次数递降的多项式的平方和,当输入的多项式的系数是有理数时,该算法构造的降次多项式的系数也是有理数.文章还把这种方法推广到多元多项式情况, 即如果该多项式有平方和表示,使用文章方法也能得到该半正定多元多项式的一个特殊的平方和分解.

文章研究了柔性关节机械臂在区域约束条件下的一致性控制问题，提出了一种基于区域势函数约束环境下的柔性关节机械臂一致性控制算法，该算法能够有效控制柔性机械臂同步态的范围，无需计算最终的同步态，因而适用于实际多柔性关节机械臂区域内的协同控制和应用.进一步地，基于网络拓扑结构特征，给出了实现柔性关节机械臂区域可达一致性控制的充分条件.最后，文章给出了数值模拟以验证所提算法的有效性和正确性.

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.

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SwinTransformer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.