预算绩效评价体系实证研究——以高职院校为例

近年来,国家对高职院校预算管理越来越重视,同时也越来越规范。但是,在我国高职院校的预算管理过程中依旧存在很多问题,这就迫切需要建立一套较为科学有效的评价体系。文章是在制定出了高职院校预算绩效评价指标体系之后,对指标体系进行综合评价,利用层次分析法计算出各指标的权重。以CY学校为例,采用问卷调查的方法收集整理数据,利用模糊数学上的模糊综合评价的理论,对评价指标体系作出综合评价。     

贝叶斯正则化BP神经网络在地铁施工安全评价中的应用

为了获取准确的地铁施工安全评价,文章通过建立贝叶斯正则化BP神经网络模型,克服传统安全分析方法的不足之处,防止网络的过度拟合。将此模型运用于MATLAB,可以发现贝叶斯正则化BP神经网络在推行能力和泛化能力上有着较好的表现。在当前基础上进行敏感性分析,就地铁施工安全影响因素进行重要程度排序,提高地铁施工安全管理,以防此类地铁安全事故的发生。     

创新投入对企业创新绩效的理论分析 ——基于QCA分析的视角

本文采用国泰安数据库对中国企业进行调查,运用fsQCA方法从组态角度,实证了创新因素与创新绩效之间的关系.结果显示:①创新投入与政府补贴要素的组合可以提高企业的创新效果;②在创新投入、政府补贴和低市场竞争的组合下,企业更容易获得高创新绩效;③企业规模较大的企业,在董事长兼任CEO的情况下,更容易取得高创新的成绩.     

基于GA-BP神经网络的通信卫星效能评估模型研究

卫星通信作为未来联合行动的重要通信手段,其运用效能对联合行动的影响重大.该研究以通信卫星运用效能研究为切入点,通过对关键问题进行树状分解,建立了包含35个指标的通信卫星运用效能评估指标体系,基于GA-BP(Genetic Algorithm-Back Propagation)神经网络方法,构建了通信卫星运用效能评估模型.通过实际卫星工作过程中产生的数据对所建立的模型进行了验证,证明了该模型能够有效地评估通信卫星的运用效能.     

基于经济新常态的长春市水资源开发利用潜力评价

以长春市为研究对象,基于未来经济处于新常态的发展态势,构建包含水资源、社会、经济、生态环境4个子系统的评价指标体系,并确定各指标的评价等级标准;基于模糊数学理论以及层次分析法构建包括目标层、准则层、指标层的3层模糊综合评价模型,以2015年为现状水平年,应用模型对长春市水资源开发利用潜力进行综合评价。结果表明:长春市水资源开发利用程度处于中等偏上水平,各辖区水资源开发利用规模不平衡,可通过产业结构调整提高全市用水效率,为经济持续增长提供保障。     

高校跨学科创新团队知识互动程度评价研究

知识互动程度评价对改善高校跨学科创新团队知识互动具有重要意义。在界定高校跨学科创新团队知识互动及知识互动程度内涵的基础上，创新性地从知识互动深度、互动广度、互动时间3个维度建立知识互动程度评价指标体系。进一步地，采用三角模糊权重、熵权和模糊积分相结合的方法，构建知识互动程度评价模型。最后，选取一所高校跨学科创新团队进行实例分析，验证评价模型的可操作性，可为高校跨学科创新团队知识互动程度评价提供一个新视角。     

基于神经网络与逻辑回归的财务危机预警研究

文章以2014～2017年制造业上市公司ST企业为研究对象,并以1:2比例选取配对样本,针对T-3年的财务数据指标进行模型的构建与分析。结果表明虽然人工神经网络与逻辑回归都有不错的预测效果,但逻辑回归分析的结果准确率更高,可解释性更强。     

基于冠层光谱和BP神经网络的水稻叶片氮素浓度估算模型

[目的]快速、准确地诊断水稻叶片氮素营养状况,为水稻氮肥精准管理提供依据。[方法]以江西省农科院8种不同施肥处理的晚稻为研究对象,于主要生育期同步测定了水稻冠层光谱反射率及叶片全氮浓度(Leaf Nitrogen Concentration,LNC),系统分析了原始光谱反射率、一阶微分光谱、"三边"参数以及由350～1 350nm两两波段组合的差值(SD (Rλ1,Rλ2))、比值(SR (Rλ1,Rλ2))及归一化(ND(Rλ1,Rλ2))光谱指数与水稻LNC的相关关系,筛选出敏感参数,并以之为自变量构建了水稻LNC的传统预测模型,另外构建不同指标个数的多元线性与BP神经网络模型,并对模型进行验证。[结果](1)水稻LNC与一阶微分光谱在751nm处的相关性最高(r=0. 822);(2)"三边"参数中的红边面积SDr与LNC的相关性较高(r=0. 687);(3) 750nm附近的红边波段与近红外波段差值组合、550nm附近的绿光波段与近红外波段的比值及归一化差值组合与水稻LNC的相关性较高,以SD (R752,R751)、SR (R534,R1 350)和ND (R534,R1 349)表现最好,相关系数分别为0. 827、-0. 790和0. 788;(4)传统回归模型中以SD(R752,R751)构建的一元线性模型最佳(RC2=0. 665、RV2=0. 750、RMSEV=0. 4%、RPD=2. 034);(5)利用5个指标((R'751、SDr、SD (R752,R751)、SR (R534,R1 350)、ND (R534,R1 349))经逐步回归筛选出的2个指标SD ((R752,R751)和SR (R534,R1 350))构建预测水稻氮素的BP神经网络模型,预测效果最佳,其验证参数值分别为R2=0. 859、RMSEV=0. 302%和RPD=2. 669。[结论]基于单指标构建的传统线性模型计算过程简单但精度略低,而基于2个指标(SD (R752,R751)、SR (R534,R1 350))构建的BP神经网络模型预测精度高于该2指标构建的多元线性模型,表明在指标适合的情况下,BP神经网络对氮素具有较好的预测能力,是一种快速准确估算水稻叶片全氮浓度的方法。     

跨界创新在突破性技术创新模糊前端的作用机制

基于“互联网+”大背景，跨界创新成为实现突破性技术创新的重要形式。通过现有文献分析，构建了跨界创新在突破性技术创新模糊前端的作用模型，并运用案例研究法，以无人驾驶汽车为例对模型进行释义。研究表明，跨界创新在突破性技术创新模糊前端起到重要作用，跨界创新可分为跨界搜索与跨界合作，跨界搜索有助于创意搜集和创意筛选，识别突破性技术创新机会；跨界合作有助于提升研发效率和成功率；跨界搜索与跨界合作相辅相成，共同致力于突破性技术研发成功。