中国区域创新能力评价的SVM建模研究

被引:6
作者
李文博
机构
[1] 浙江师范大学工商管理学院
关键词
区域创新能力; 支持向量机; 神经网络;
D O I
暂无
中图分类号
F207 [生产布局和区域经济管理];
学科分类号
020202 ;
摘要
支持向量机(SVM)是一种基于结构风险最小化原理的学习技术,也是一种新的具有很好泛化性能的回归算法。文章基于SVM建模研究区域创新能力评价问题,同时研究了网络参数的优化选择,仿真试验表明:采用该算法获得的结果是令人满意的。
引用
收藏
页码:50 / 52
页数:3
相关论文
共 5 条
[1]   基于因子分析法的中国区域创新能力的评价及比较 [J].
任胜钢 ;
彭建华 .
系统工程, 2007, (02) :87-92
[2]   中国区域创新能力:因素分析与聚类研究——兼论区域创新能力综合评价的因素分析替代方法 [J].
周立 ;
吴玉鸣 .
中国软科学, 2006, (08) :96-103
[3]   2004-2005年中国区域创新能力分析报告 [J].
柳卸林 .
科学学与科学技术管理, 2005, (12) :5-14
[4]   中国区域创新能力的分布与成因 [J].
柳卸林 ;
胡志坚 .
科学学研究, 2002, (05) :550-556
[5]   SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297