应用BP神经网络预测模型分析首发基金科研绩效的影响因素
| 中文摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 文献综述 | 第10-18页 |
| 摘要 | 第10页 |
| 1 概述 | 第10-11页 |
| ·绩效 | 第10页 |
| ·科研绩效 | 第10页 |
| ·神经网络概念及用途 | 第10-11页 |
| 2 影响因素的研究方法 | 第11-14页 |
| ·多元线性回归 | 第11页 |
| ·逻辑回归 | 第11-12页 |
| ·神经网络 | 第12-13页 |
| ·其他方法 | 第13-14页 |
| 3 国内外研究现状及发展趋势 | 第14-16页 |
| ·科研绩效影响因素的国内外研究现状 | 第14-15页 |
| ·国外研究现状 | 第14页 |
| ·国内研究现状 | 第14-15页 |
| ·神经网络的国内外研究现状 | 第15-16页 |
| ·国外研究现状 | 第15-16页 |
| ·国内研究现状 | 第16页 |
| 4 总结 | 第16-18页 |
| 前言 | 第18-20页 |
| 1 研究背景 | 第18页 |
| 2 研究目的 | 第18页 |
| 3 研究意义 | 第18页 |
| 4 研究内容 | 第18-20页 |
| 1 资料来源与处理 | 第20-21页 |
| ·资料来源 | 第20页 |
| ·研究对象 | 第20页 |
| ·数据质量控制 | 第20-21页 |
| 2 研究方法 | 第21-28页 |
| ·BP神经网络 | 第21-25页 |
| ·神经网络的相关概念 | 第21-23页 |
| ·BP神经网络的基本原理 | 第23-25页 |
| ·敏感性分析 | 第25页 |
| ·相关分析及单因素分析 | 第25页 |
| ·随机样本分割 | 第25-26页 |
| ·多元线性回归分析 | 第26-27页 |
| ·统计软件 | 第27-28页 |
| 3 研究流程图 | 第28-29页 |
| 4 结果 | 第29-55页 |
| ·影响因素及项目绩效产出情况 | 第29-31页 |
| ·影响因素构成 | 第29-30页 |
| ·项目绩效产出构成 | 第30-31页 |
| ·科研项目绩效的统计描述 | 第31页 |
| ·单因素分析及相关分析 | 第31-34页 |
| ·单因素分析结果 | 第32-34页 |
| ·相关分析结果 | 第34页 |
| ·训练样本及测试样本的均衡性分析 | 第34-36页 |
| ·数值型影响因素的均衡性分析 | 第34-36页 |
| ·分类型影响因素的均衡性分析 | 第36页 |
| ·多元线性回归及神经网络模型的建立及评价 | 第36-42页 |
| ·基于训练集建立多元线性回归模型 | 第36-37页 |
| ·基于测试集评价回归模型 | 第37-39页 |
| ·基于训练集建立神经网络模型 | 第39-40页 |
| ·基于测试集评价神经网络模型 | 第40-42页 |
| ·科研绩效的影响因素分析 | 第42-55页 |
| ·基于神经网络模型分析影响因素重要性 | 第42-44页 |
| ·影响因素分析结果 | 第44-55页 |
| 5 讨论 | 第55-59页 |
| ·研究方法讨论 | 第55-56页 |
| ·研究结果讨论 | 第56-59页 |
| ·研究的创新性 | 第59页 |
| ·研究的局限性与进一步展望 | 第59页 |
| 6 结论及建议 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 个人简历 | 第66页 |
