| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 表序 | 第11-12页 |
| 图序 | 第12-13页 |
| 第1章 绪论 | 第13-25页 |
| ·研究的背景与意义 | 第13-14页 |
| ·研究背景 | 第13页 |
| ·研究目的与意义 | 第13-14页 |
| ·国内外研究现状综述 | 第14-16页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-16页 |
| ·本文研究的主要内容 | 第16-19页 |
| ·论文的研究方法 | 第19页 |
| ·本文的创新点 | 第19-21页 |
| 本章主要参考文献 | 第21-25页 |
| 第2章 高校科技创新能力评价指标体系研究 | 第25-37页 |
| ·高校科技创新能力评价的理论基础 | 第25-27页 |
| ·创新理论 | 第25-26页 |
| ·国家科技创新体系 | 第26-27页 |
| ·高校科技创新能力的内涵 | 第27页 |
| ·高校科技创新能力评价的必要性 | 第27-30页 |
| ·高校科技创新能力评价指标体系的设计原则 | 第30-31页 |
| ·高校科技创新能力评价指标体系 | 第31-34页 |
| ·高校科技创新能力评价指标的选取 | 第31-32页 |
| ·高校科技创新能力评价指标体系的构建 | 第32-34页 |
| ·结束语 | 第34-35页 |
| 本章主要参考文献 | 第35-37页 |
| 第3章 高校科技创新能力评价方法研究 | 第37-69页 |
| ·高校科技创新能力评价常用方法综述 | 第37-44页 |
| ·因子分析原理 | 第44-48页 |
| ·因子分析 | 第45页 |
| ·因子分析的数学模型 | 第45-48页 |
| ·因子分析求解步骤 | 第48页 |
| ·因子分析在高校科技创新能力评价中的应用 | 第48-64页 |
| ·样本数据 | 第48-56页 |
| ·用SPSS软件进行因子分析 | 第56-64页 |
| ·结束语 | 第64-66页 |
| 本章主要参考文献 | 第66-69页 |
| 第4章 基于因子分析和支持向量回归机的高校科技创新能力评价模型研究 | 第69-101页 |
| ·支持向量机理论概述 | 第69-75页 |
| ·支持向量机原理 | 第69-71页 |
| ·支持向量回归机理论 | 第71-75页 |
| ·构建基于因子分析和ε-支持向量回归机的高校科技创新能力评价模型 | 第75-76页 |
| ·数据采集 | 第76-78页 |
| ·评价模型中参数的选择 | 第78-79页 |
| ·核函数的选择 | 第78-79页 |
| ·LIBSVM软件实现ε-SVR算法 | 第79页 |
| ·高校科技创新能力评价模型的训练与评价应用 | 第79-95页 |
| ·训练与评价应用的步骤 | 第79-81页 |
| ·用训练好的支持向量回归机评价2009年高校科技创新能力 | 第81-82页 |
| ·2010年高校科技创新能力评价 | 第82-93页 |
| ·规范化数据 | 第93-95页 |
| ·结束语 | 第95-97页 |
| 本章主要参考文献 | 第97-101页 |
| 第5章 高校科技创新能力动态分析 | 第101-119页 |
| ·引言 | 第101-102页 |
| ·Malmquist指数与计算 | 第102-104页 |
| ·实证分析 | 第104-116页 |
| ·数据与指标选取 | 第104-107页 |
| ·计算与结果分析 | 第107-116页 |
| ·结束语 | 第116-117页 |
| 本章主要参考文献 | 第117-119页 |
| 第6章 全文总结与工作展望 | 第119-123页 |
| ·全文总结 | 第119-120页 |
| ·工作展望 | 第120-123页 |
| 致谢 | 第123-125页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第125页 |
