【摘 要】
：
为了促进应用型科技成果的转化、提升科技资金投资的精度,对科技成果的社会效益预测方法进行了研究,构建了成果预测模型.该模型基于自组织神经网络在训练过程中引入神经元间的“竞争—合作”机制,解决了传统的神经网络对于高特征维度训练任务适应性差的难题;此外,该网络引入了邻域函数保存神经元间的拓扑关系,从而保证网络在训练过程中误差的稳定性;在模型特征向量的选取上,综合考虑应用型成果转移过程中科技成果项 目本身的创新性、承担科技成果项 目企业的能力、科技项目的经济可行性和成果项目管理团队管理水平等多个因素,构建了指标筛
【机 构】
：
西安航空学院经济管理学院,陕西西安710077
论文部分内容阅读
为了促进应用型科技成果的转化、提升科技资金投资的精度,对科技成果的社会效益预测方法进行了研究,构建了成果预测模型.该模型基于自组织神经网络在训练过程中引入神经元间的“竞争—合作”机制,解决了传统的神经网络对于高特征维度训练任务适应性差的难题;此外,该网络引入了邻域函数保存神经元间的拓扑关系,从而保证网络在训练过程中误差的稳定性;在模型特征向量的选取上,综合考虑应用型成果转移过程中科技成果项 目本身的创新性、承担科技成果项 目企业的能力、科技项目的经济可行性和成果项目管理团队管理水平等多个因素,构建了指标筛选体系.搜集了 2013-2019年间724个科技项目的数据进行算法的仿真.仿真结果表明,与模糊评价算法相比,所提出的模型预测误差可以降低6.41％.
其他文献
近年来,信息技术的不断发展与普及,我国媒体行业蓬勃发展,从而有效推动了新媒体的萌发与成长.研究人员指出,新媒体运营工作中,内容运营工作的合理开展与落实有利于实现媒体受众需求的合理满足是工作内容之一,对于受众黏性的保持与潜在用户群体的挖掘具有重要的作用.本文中,研究人员针对新媒体运营中内容运营的核心要素进行了探索与分析,旨在进一步抓住内容运营工作的核心问题,从而有效实现对于新媒体运营内容的优化,以便全面推动新媒体运营工作综合质量的提升与改善,继而有效促进我国新媒体行业的良性发展.
当前,有线电视技术在社会经济发展中扮演着重要角色.电视技术和宽带技术日益完善的今天,人们的生活方式也发生了较大的改变,业余文化生活的形式更加多样.有线电视技术与宽带技术间既有联系,又有差异,所以有必要采取相关策略推动有线电视技术与宽带技术的融合发展.
从某种程度上来讲,电视媒体属于一种消费产品,其在科技日益更新的背景下不断优化,并保持较强的活力.在当前媒体市场发展背景下,新兴新媒体占据较大份额,许多新媒体公司将在信息时代充分发挥自身优势,在社会上更好地发展.电视新闻媒体作为传统媒体的代表,要认识到自身的不足,面对新媒体时代的挑战保证具备较强的核心竞争力,从而为大众提供优质的服务.新媒体的出现带来了全新的信息传播方式.新时代,电视新闻媒体要做好自我改造,准确发现电视新闻编辑工作中遇到的问题,为今后更好的学习和发展打好基础.
随着我国当前广播电视行业的稳定发展,为了满足人们对于节目的观看需要,避免出现信号紊乱和播出事故的问题,在实际工作中需要选择正确的广播电视安全播出技术,完善整体技术方案,考虑人们的观看需求,制定一体化的服务模式,从而使得广播电视安全播出制度实施效果能够得到全面提高.另外还需要创新相应的技术手段,全面的创新广播电视安全播出技术,为我国广播电视行业发展奠定坚实的基础.
目前,电视新闻栏目进入了品牌运营阶段.要想吸引观众,必须形成自己独特的风格.同时,电视新闻编辑的工作也开始由简单的排版、编组转向复杂的创意时代.尤其是对电视民生类新闻栏目的探索和完善,不仅为电视新闻编辑提供了更多的创意素材,而且对电视新闻编辑提出了更高的要求.但如果电视人们的民生新闻栏目的编辑想要将一些零星的新闻节目连接起来,创造出一场新闻盛宴,他们需要不断提高自己的素质.
为了解决城市单舱综合管廊布置对最优通风量的影响问题,以增强城市单舱综合管廊的通风效果为 目的,提出了城市单舱综合管廊最优通风量数值模拟研究.在初始化数值模拟软件的基础上,利用室外通风设计参数,设置了综7合管廊风口的边界条件,结合墙面及近地面边界条件和其他边界条件的设定,完成最优通风量数值模拟边界条件的设置;通过模拟城市单舱综合管廊的设计图,计算了消除余热和排除污染物气体放散量的最优通风量,采用全面通风的方式,计算了城市单舱综合管廊的最优通风量;最后结合综合管廊最优通风量数值模拟流程,实现了城市单舱综合管廊
为了简化实验考核环节,减轻教师实验教学的负担,设计了一种基于物联网技术的实验装置.该装置在传统的“单片机原理及应用”实验开发板的基础上增加实验过程扫描及数据上报模块,通过对单片机实验过程中相关寄存器等硬件资源进行扫描,获取实验过程及最终结果数据,并上报到云端;教师可以通过云端及时掌握学生实验情况,进行实验成绩评定.最后对该装置进行了测试,搭建了基于中国移动Onenet云平台的测试环境,结果验证了该设计的可用性.
设计了一种包含了时间影响因素的SVDPP算法,该算法先构建得到用户-电影—评分之间的相互关系,并把该关系映射至马尔可夫决策过程,之后通过强化学习Q-learning算法对其实施优化,再把时间影响添加至推荐算法SVDPP模型内,由此获得包含了时间戳参数的RL-TSVDPP优化模型.通过测试发现,RL-SVDPP算法利用先处理数据集分析时间因素的影响,之后通过推荐模型训练参数对用户电影评分进行预测可以获得更高的准确率.通过分布式数据预处理的方法来提高计算效率,为SVDPP模型添加时间影响因素是完全可行的,将此
近年来深度学习和机器学习在图像分类上取得了重大的进展,但高效的网络训练需要巨量的数据支持.在只有少量数据的情况下,模型的表现十分糟糕.数据增强方法可以通过更加高效的使用已有的数据来减轻该问题.但通常的数据增强方法只通过裁剪,旋转等方法产生有限的可能有用的数据.针对这一问题,提出了一种基于MUNIT的数据增强方法,通过使用MUNIT基于已有的少量数据来生成新的数据.据实验结果表明,该方法可以生成具有相同内容但不同类别的新数据,将新的数据加入神经网络训练后,神经网络不会出现过拟合的情况而且分类的准确度有了一定
新媒体时代背景下,广播电视新闻面临着来自各类新媒体、流媒体以及自媒体的强势冲击与挑战,想要形成完美转型,为广大受众和用户提供更加优势的新闻节目与新闻报道,广播现实新闻编辑就必须要不断创新编辑理念与提升编辑技巧,真正做到“内容为王”,进而获得更多受众与媒体用户的喜爱、关注和认可.鉴于此,笔者在本文针对新媒体时代如何加强广播电视新闻编辑技巧展开一定系统化的分析与研究,以供参考.