我国专利申请量的支持向量机预测模型研究

被引：9

作者：

徐晟 ^{[1
]}

赵惠芳 ^{[1
]}

郭雪松 ^{[2
]}

机构：

[1] 合肥工业大学管理学院

[2] 西安交通大学管理学院

来源：

运筹与管理 | 2007年 / 05期

关键词：

预测; 模型; 支持向量机; 专利申请量;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

运用支持向量机(support vector machine,SVM)和浮点遗传算法相结合的方法对我国专利申请量进行预测。数据仿真显示支持向量机预测方法比人工神经网络和逻辑回归方法有更高的预测精度,结果显示运用浮点遗传算法参数选取的支持向量机方法对我国专利申请量进行预测是可行和有效的。

引用

页码：137 / 141

页数：5

共 11 条

[1] 人工神经网络在粮食销售额预测中的应用 [J].

白杨 .

农机化研究, 2005, (03) :207-208+211

[2] GA优化支持向量机用于混沌时间序列预测 [J].

刘隽 ;

周涛 ;

周佩玲 .

中国科学技术大学学报, 2005, (02) :258-263

[3]

Michael Fritsch.Cooperation and the efficiency of regional R&D activities[J].Cambridge Journal of Economics,2004

[4]

Peter Hingley,Marc Nicolas.Methods for forecasting numbers of patent applications at the European Patent Office[J].World Patent Information,2004(3)

[5]

A. Bende-Nabende,J. L. Ford,B. Santoso,S. Sen.The interaction between FDI, output and the spillover variables: co-integration and VAR analyses for APEC, 1965-1999[J].Applied Economics Letters,2003(3)

[6] Patents and innovation counts as measures of regional production of new knowledge [J].

Acs, ZJ ;

Anselin, L ;

Varga, A .

RESEARCH POLICY, 2002, 31 (07) :1069-1085

[7] The relative effectiveness of patents and secrecy for appropriation [J].

Arundel, A .

RESEARCH POLICY, 2001, 30 (04) :611-624

[8]

Kay Adams.Modeling and forecasting U.S. Patent application filings[J].Journal of Policy Modeling,1997(5)

[9]

Zvi Griliches.Patent Statistics as Economic Indicators: A Survey[J].Journal of Economic Literature,1990

[10]

中国科技发展战略研究小组[编].中国区域创新能力报告[M].北京:科学出版社,2006

← 1 2 →