基于BP神经网络的高校社科科研绩效评价体系研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景 | 第8页 |
| ·研究目的和意义 | 第8-10页 |
| ·研究目的 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·研究方法及技术路线 | 第10-11页 |
| ·研究方法 | 第10页 |
| ·技术路线 | 第10-11页 |
| ·创新之处 | 第11-13页 |
| 2 高校科研评价文献回顾与述评 | 第13-19页 |
| ·科研绩效评价 | 第13页 |
| ·绩效评价国内外研究现状 | 第13-15页 |
| ·科研绩效评价国外研究现状 | 第13-15页 |
| ·科研绩效评价国内研究现状 | 第15页 |
| ·科研绩效评价程序 | 第15-16页 |
| ·科研绩效评价方法 | 第16-18页 |
| ·简要评述 | 第18-19页 |
| 3 高校社科科研评价现状分析 | 第19-23页 |
| ·高校社科科研绩效评价存在的主要问题 | 第19-20页 |
| ·科研管理理念落后 | 第19页 |
| ·科研考核目标定位不准 | 第19-20页 |
| ·科研制度,激励手段与高校发展相脱节 | 第20页 |
| ·高校社科科研评价存在问题原因分析 | 第20-22页 |
| ·评价理念未体现出以人为本 | 第20-21页 |
| ·量化评价指标过度 | 第21页 |
| ·定性与定量结合度不理想 | 第21-22页 |
| ·高校社科科研评价简要评述 | 第22-23页 |
| 4 人工神经网络理论及在高校科研评价中适用性分析 | 第23-38页 |
| ·人工神经网络 | 第23-25页 |
| ·神经元模型及其变换函数 | 第23-25页 |
| ·神经网络的学习 | 第25页 |
| ·BP学习算法 | 第25-31页 |
| ·BP算法推导 | 第26-29页 |
| ·BP算法的改进 | 第29-30页 |
| ·BP网络训练模式 | 第30-31页 |
| ·人工神经网络特点 | 第31页 |
| ·BP神经网络模型构建分析 | 第31-32页 |
| ·BP神经网络模型建立的步骤 | 第32-35页 |
| ·评价模型的MATLAB实现 | 第35-38页 |
| ·样本数据的选取和预处理 | 第36页 |
| ·BP神经网络的构造 | 第36页 |
| ·BP神经网络的训练及仿真 | 第36页 |
| ·预测结果评价 | 第36-38页 |
| 5 高校社科类科研评价指标体系构建 | 第38-47页 |
| ·科研评价指导思想 | 第38页 |
| ·社科类科研评价目标 | 第38-39页 |
| ·科研评价指标体系构建 | 第39-47页 |
| ·科研评价指标体系构建过程 | 第40页 |
| ·科研评价指标体系构建原则 | 第40-42页 |
| ·科研评价指标选取 | 第42-44页 |
| ·科研评价指标内涵说明 | 第44-45页 |
| ·科研评价指标体系形成 | 第45-47页 |
| 6 高校社科类科研绩效评价实证研究 | 第47-52页 |
| ·数据预处理 | 第47-49页 |
| ·BP神经网络结构设计 | 第49-50页 |
| ·BP网络训练及仿真 | 第50-51页 |
| ·BP网络训练 | 第50页 |
| ·BP网络仿真 | 第50-51页 |
| ·预测结果评价 | 第51-52页 |
| 7 结论及研究展望 | 第52-54页 |
| ·研究结论 | 第52-53页 |
| ·研究展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 读研期间参加科研项目及发表论文情况 | 第58页 |
