基于TOPSIS法和SOM神经网络的论文评价研究

选用诺贝尔奖获得者代表性论文作为高质量、高水平论文的标志,利用TOPSIS法和SOM神经网络法对学术论文进行综合评价,并以TOPSIS法为基础,通过SOM神经网络法和统计分析软件SPSS的聚类结果验证TOPSIS法排序结果的可靠性,从而进一步确定TOPSIS法用于论文评价的科学性和可行性。     

TOPSIS法与神经网络在卫生科技人员科研业绩评价中的应用

利用TOPSIS法和神经网络对卫生科技人员科研业绩进行综合评价。对量化评价结果与同行评价实际结果进行比较和分析。TOPSIS法评价结果与实际同行评价结果的符合率为73．2％和86．1％;网络评价结果其符合率为90％和75％。TOPSIS法和神经网络可在科研业绩评价中取得较满意的实施效果,从而为科研量化工作提供可与同行评议互为补充的有益的参考。     

神经网络与Logistic回归在基础研究成果综合评价中的应用比较

应用现代数理统计、系统综合评价及科学计量学方法构建对基础性研究成果的综合评价系统.在以科学计量学和数理统计方法处理综合评价指标集输入数据的基础上,通过Logistic回归和神经网络（网络类型为多层感知器,训练算法采用共轭梯度下降法）实现对基础研究成果多指标的综合评价并比较二法的评价效果.