首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于神经网络的企业R&D能力评价研究

摘要第5-7页
Abstract第7-8页
1 绪论第12-19页
    1.1 研究背景与意义第12-13页
        1.1.1 研究背景第12页
        1.1.2 研究的意义第12-13页
    1.2 国内外相关研究第13-17页
        1.2.1 国外相关研究第13-14页
        1.2.2 国内相关研究第14-16页
        1.2.3 研究评述第16-17页
    1.3 研究内容与方法第17-18页
        1.3.1 研究内容第17页
        1.3.2 研究方法第17-18页
    1.4 论文的创新之处第18-19页
2 概念界定与支撑理论第19-27页
    2.1 概念界定第19-20页
        2.1.1 神经网络第19-20页
        2.1.2 R&D能力第20页
    2.2 支撑理论第20-27页
        2.2.1 技术创新理论第20-22页
        2.2.2 神经网络理论第22-24页
        2.2.3 价值管理理论第24-25页
        2.2.4 评价理论第25-27页
3 国内外企业R&D的总体情况第27-40页
    3.1 国外企业R&D及其能力概况第27-33页
        3.1.1 国外企业R&D概况第27-30页
        3.1.2 国外企业R&D能力情况第30-33页
    3.2 我国企业R&D及其能力概况第33-36页
        3.2.1 我国企业R&D的总体情况第33-34页
        3.2.2 我国企业的R&D能力情况第34-36页
    3.3 我国企业R&D能力存在的问题及原因第36-40页
        3.3.1 我国企业R&D能力存在的问题第36-37页
        3.3.2 我国企业R&D能力存在问题的原因第37-40页
4 基于神经网络的企业R&D能力评价指标体系第40-50页
    4.1 评价指标体系的构建原则第40-41页
    4.2 评价指标的选择第41-47页
        4.2.1 评价指标的选择依据第41页
        4.2.2 评价指标的确定第41-47页
    4.3 评价指标体系的构建第47-50页
        4.3.1 评价指标体系第47-49页
        4.3.2 评价指标的标准化处理第49-50页
5 基于神经网络的企业R&D能力评价模型第50-57页
    5.1 神经网络评价方法的优势及可行性第50-52页
        5.1.1 评价方法的比较第50-51页
        5.1.2 神经网络评价法的优势第51-52页
        5.1.3 神经网络评价法的可行性第52页
    5.2 神经网络评价的原理与步骤第52-54页
        5.2.1 神经网络评价的原理第52-54页
        5.2.2 神经网络评价的步骤第54页
    5.3 神经网络评价的模型巧建第54-56页
        5.3.1 神经网络评价模型的构建过程第54-55页
        5.3.2 基于神经网络的企业R&D评价模型的构建第55-56页
    5.4 神经网络的评价结果分析第56-57页
6 实证分析——基于神经网络的澳柯玛公司R&D能力评价第57-68页
    6.1 澳柯玛公司的基本情况第57-58页
    6.2 澳柯玛公司R&D及其能力的现状与问题第58-61页
    6.3 基于神经网络的澳柯玛公司R&D能力评价第61-65页
        6.3.1 实证数据的采集第61-62页
        6.3.2 神经网络的训练第62-63页
        6.3.3 神经网络的运用第63-64页
        6.3.4 评价结果分析第64-65页
    6.4 澳柯玛公司R&D能力的提升策略第65-68页
        6.4.1 加大研发投入强度第65页
        6.4.2 打造良好的内部环境第65-68页
7 结论与展望第68-70页
    7.1 主要结论第68-69页
    7.2 研究不足第69页
    7.3 研究展望第69-70页
参考文献第70-73页
致谢第73-74页
个人简历第74-75页
发表的学术论文第75页

论文共75页,点击 下载论文
上一篇:女性主义视域下的女性主持人角色研究
下一篇:基于SFGP协议的智能冰箱远程监控系统设计与实现