摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-20页 |
1.1 研究背景及意义 | 第10-11页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11页 |
1.2 文献综述 | 第11-16页 |
1.2.1 企业创新能力的研究现状 | 第11-13页 |
1.2.2 协同创新网络的研究现状 | 第13-15页 |
1.2.3 装备制造业的研究现状 | 第15-16页 |
1.2.4 文献评述 | 第16页 |
1.3 研究内容与创新点 | 第16-18页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 创新点 | 第17-18页 |
1.4 研究方法与技术路线 | 第18-19页 |
1.4.1 研究方法 | 第18页 |
1.4.2 技术路线 | 第18-19页 |
1.5 本章小结 | 第19-20页 |
第2章 本研究的理论基础 | 第20-27页 |
2.1 协同创新网络理论 | 第20-22页 |
2.1.1 协同创新网络理论的回顾和发展 | 第20页 |
2.1.2 协同创新网络的内涵 | 第20-21页 |
2.1.3 协同创新网络的特征 | 第21-22页 |
2.2 创新能力理论 | 第22-24页 |
2.2.1 创新能力的起源发展 | 第22-23页 |
2.2.2 创新能力的内涵 | 第23页 |
2.2.3 创新能力的特征 | 第23-24页 |
2.3 知识获取理论 | 第24-25页 |
2.3.1 知识获取的概念 | 第24-25页 |
2.3.2 知识获取的方式 | 第25页 |
2.4 本章小结 | 第25-27页 |
第3章 基于协同创新网络的装备制造企业创新能力研究 | 第27-34页 |
3.1 装备制造企业发展概况 | 第27-28页 |
3.1.1 装备制造企业的内涵 | 第27页 |
3.1.2 装备制造企业的发展现状 | 第27页 |
3.1.3 装备制造企业的特征 | 第27-28页 |
3.2 装备制造企业创新能力研究 | 第28-29页 |
3.2.1 装备制造企业创新能力内涵 | 第28页 |
3.2.2 装备制造企业创新能力的构成要素分析 | 第28-29页 |
3.3 装备制造企业协同创新网络研究 | 第29-32页 |
3.3.1 装备制造企业协同创新网络主体 | 第29-31页 |
3.3.2 装备制造企业协同创新网络特征因素分析 | 第31-32页 |
3.4 装备制造企业知识获取研究 | 第32-33页 |
3.4.1 协同创新网络对知识获取的影响研究 | 第32-33页 |
3.4.2 知识获取对创新的影响研究 | 第33页 |
3.5 本章小结 | 第33-34页 |
第4章 研究设计 | 第34-45页 |
4.1 理论关系研究假设 | 第34-37页 |
4.2 调查问卷的设计 | 第37-42页 |
4.2.1 问卷设计的原则 | 第37-38页 |
4.2.2 问卷设计的过程 | 第38-39页 |
4.2.3 调查问卷的构成 | 第39-42页 |
4.3 小样本的测量 | 第42页 |
4.4 小样本的信度效度分析 | 第42-43页 |
4.5 问卷的修正 | 第43-44页 |
4.6 本章小结 | 第44-45页 |
第5章 装备制造企业创新能力评价指标体系 | 第45-59页 |
5.1 装备制造企业创新能力评价指标体系的构建原则 | 第45-46页 |
5.2 装备制造企业创新能力评价指标体系的建立 | 第46-48页 |
5.3 结构方程模型 | 第48-58页 |
5.3.1 结构方程理论模型 | 第48-50页 |
5.3.2 样本收集与描述 | 第50-51页 |
5.3.3 信度与效度分析 | 第51-52页 |
5.3.4 结构方程模型的检验 | 第52-54页 |
5.3.5 中介变量的检验 | 第54-56页 |
5.3.6 结构方程模型的修正 | 第56-58页 |
5.4 本章小结 | 第58-59页 |
第6章 基于SVM的装备制造企业创新能力评价模型 | 第59-66页 |
6.1 支持向量机原理 | 第59-64页 |
6.1.1 统计学习理论 | 第59-60页 |
6.1.2 支持向量分类机 | 第60-63页 |
6.1.3 支持向量回归机 | 第63-64页 |
6.2 SVM评价模型的具体应用流程 | 第64-65页 |
6.3 SVM模型预测误差的确定 | 第65页 |
6.4 本章小结 | 第65-66页 |
第7章 基于SVM的装备制造企业创新能力评价实例研究 | 第66-81页 |
7.1 基于SVM的评价模型 | 第66-67页 |
7.2 样本数据采集 | 第67页 |
7.3 样本数据的处理 | 第67-71页 |
7.4 SVM的学习与训练 | 第71-73页 |
7.5 确立SVM预测模型 | 第73页 |
7.6 实证分析 | 第73-78页 |
7.7 对策和建议 | 第78-80页 |
7.8 本章小结 | 第80-81页 |
结论与展望 | 第81-82页 |
致谢 | 第82-83页 |
参考文献 | 第83-89页 |
附录 | 第89-92页 |
作者简介 | 第92-93页 |
攻读硕士学位期间课程学习情况 | 第93-94页 |
攻读硕士学位期间取得的研究成果 | 第94-95页 |