| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 国内研究现状 | 第16-17页 |
| 1.2.2 国外研究现状 | 第17-18页 |
| 1.3 研究内容、思路与方法 | 第18-20页 |
| 1.4 论文章节安排 | 第20-22页 |
| 第二章 相关概念与理论基础 | 第22-28页 |
| 2.1 科技资源的基本概念 | 第22-23页 |
| 2.1.1 科技资源的内涵 | 第22页 |
| 2.1.2 科技资源的特点 | 第22-23页 |
| 2.2 科技资源共享 | 第23-26页 |
| 2.2.1 科技资源共享的内涵 | 第23-24页 |
| 2.2.2 科技资源共享的内容 | 第24-25页 |
| 2.2.3 科技资源共享的特点 | 第25-26页 |
| 2.3 科技资源共享能力 | 第26页 |
| 2.4 相关理论基础 | 第26-27页 |
| 2.4.1 资源基础理论 | 第26-27页 |
| 2.4.2 公共物品理论 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 企业科技资源共享能力测度指标体系构建 | 第28-42页 |
| 3.1 指标体系构建思路 | 第28页 |
| 3.2 指标选取原则 | 第28-29页 |
| 3.3 共享能力测度初始指标体系构建 | 第29-31页 |
| 3.4 问卷调研 | 第31-34页 |
| 3.4.1 问卷设计 | 第31-33页 |
| 3.4.2 问卷发放与收集 | 第33-34页 |
| 3.5 随机森林算法 | 第34-38页 |
| 3.5.1 随机森林基本原理 | 第34-36页 |
| 3.5.2 分类回归树 | 第36-37页 |
| 3.5.3 BAGGING算法 | 第37页 |
| 3.5.4 随机森林用于特征选择 | 第37-38页 |
| 3.6 随机森林优化指标体系 | 第38-41页 |
| 3.6.1 特征选择实验 | 第38-39页 |
| 3.6.2 实验结果分析 | 第39-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第四章 企业科技资源共享能力测度方法研究 | 第42-53页 |
| 4.1 神经网络 | 第42-44页 |
| 4.1.1 神经网络简介 | 第42页 |
| 4.1.2 广义回归神经网络 | 第42-44页 |
| 4.2 果蝇优化算法 | 第44-45页 |
| 4.3 基于FOA-GRNN的企业科技资源共享能力测度算法步骤 | 第45-46页 |
| 4.4 实验 | 第46-49页 |
| 4.4.1 数据预处理 | 第46-48页 |
| 4.4.2 MATLAB样本训练 | 第48-49页 |
| 4.5 模型可靠性与精度验证 | 第49-50页 |
| 4.6 案例分析 | 第50-52页 |
| 4.7 本章小结 | 第52-53页 |
| 第五章 提升企业科技资源共享能力的对策建议 | 第53-57页 |
| 5.1 企业科技资源共享问题分析 | 第53-54页 |
| 5.2 提升企业科技资源共享能力的对策与建议 | 第54-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 结论 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录一 | 第63-66页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第66-67页 |