人工神经网络中损失函数的研究

分析了平方差损失函数(Quadratic Cost Function)和交叉熵损失函数(Cross Entropy Cost Function)对人工神经网络收敛性的影响,解释了使用平方差损失函数造成网络训练时间较慢的主要原因,并通过仿真实验验证了交叉熵损失函数可提升网络收敛速度.     

中国制造业产业聚集对技术创新效率影响的实证研究——基于2005—2014年的省际面板数据

本文以区位熵作为中国各省市制造业聚集指数测度指标,基于规模报酬可变的Super-SBM三阶段DEA模型分析法,对中国各省市（除西藏）技术创新效率进行测算,并用2005-2014年省际面板数据研究产业聚集对技术创新效率的影响。结果显示,在控制了对外开放程度和制度创新的条件下,产业聚集对技术创新效率呈正向影响;并且随着产业集聚程度的提高,技术创新效率呈现先递减、后渐增、再递减的发展态势,即产业聚集增长效应符合“倒N型”假说。     

基于DMF-AHP-EM-WT的战略性新兴产业优选研究—以黑龙江省为例

为客观准确地优选战略性新兴产业,本文从产业的创新性、成长性、关联性、规模性和领先性五个方面,建立了基于DMF-AHP-EM-WT的优选模型：采用隶属度函数进行指标遴选,利用层次分析法和熵权法对遴选的指标进行线性主客观加权组合赋权,运用韦弗-托马斯模型进行产业优选。并对黑龙江省实际进行实证分析,优选确定了航空航天器制造业和医药制造业两大战略性新兴产业。     

极大熵准则下的群决策AHP-DEA模型研究

将群决策思想融入该模型,通过对多决策者不同偏好的基于欧式距离的聚类、基于判断矩阵hardmard积的集结以及基于极大熵准则的合成,形成含有群决策思想的DEA偏好约束锥,置于DEA模型中,从而形成了极大熵准则下的群决策下的AHP约束锥的DEA模型,最后结合算例,论证了该方法的可行性。     

基于熵的项目组合配置协同度研究

以熵为理论出发点,在定义正协同、负协同、模糊协同和协同度等概念的基础上,提出定量描述项目级、工序级配置组件协同关系矩阵,设计以阶段协同熵加权反映配置组件模糊协同关系、以组件内外协同关系之和度量项目组合配置组件协同度的分析方法,构建基于熵的项目组合配置协同度决策模型,并通过企业实践对模型的可操作性进行验证。     

广东省基础研究水平的评价研究——基于2009-2014年的统计数据

发达省市在我国实施创新驱动战略和自主创新战略中起到引领作用,更应该加强基础研究。构建了包括基础研究投入、基础研究产出、基础研究活动三个子系统的基础研究水平评价指标体系,以广东省为例,采用2009-2014年的统计数据,运用熵值法确定各项指标的权重,对广东省基础研究水平进行了评价。结果表明：6年来,广东省基础研究的水平是在不断的进步与发展的,但是仍未达到基础研究的高水平状态;广东省基础研究的发展存在波动,某些方面(指标)有下降的趋势。因此,需要通过转变观念、完善研发结构、培育基础研究主体,加快广东基础研究的发展。     

基于直觉模糊集和VIKOR的低碳供应商选择方法研究

基于低碳供应商选择问题的模糊性,提出直觉模糊集理论和VIKOR法相结合的研究方法。首先,定义直觉模糊集,并给出改进的基于犹豫度的直觉模糊集距离测度公式。然后,运用拓展到直觉模糊集理论的VIKOR法给出了供应商择优的具体决策过程。其中,用语言变量考虑决策者权重,利用直觉模糊熵权法赋予评价指标权重。最后,通过算例结合敏感性分析表明,该研究方法计算过程简捷有效,能够达到对低碳供应商进行优选的目的,具有实用价值,为企业提供决策参考。     

创新驱动视域下科技发展能力的多指标可拓综合评价——以福州市为例

基于科技创新驱动产出、科技创新驱动效益、科技创新驱动资源、科技创新驱动支撑等4个子系统创建科技创新驱动能力评价指标体系。采用熵值修正G1法的主客观组合赋权方法及可拓综合评价方法,从纵向与横向两个视角,运用可拓综合评价法对福州市科技创新驱动能力进行全面综合评价。评价结果表明:6年间福州市的科技创新驱动能力综合指数呈现上升趋势,但存在创新创业能力不足、科技成果转化能力较低、科技服务水平较差等问题。对此提出相应的对策建议。     

基于熵权-TOPSIS法的低碳城市水平评价及障碍度分析——以天津市为例

低碳城市水平绩效评价及其障碍度诊断是实现城市绿色低碳发展的重要依据。以低碳城市试点天津市作为研究区域,构建基于经济发展、社会进步、环境优化、能源转型的城市低碳水平评价的指标体系,采用熵权-TOPSIS评价法和障碍度模型测度天津市低碳城市发展水平,识别不同时期阻碍实现低碳目标的制约因素。结果表明：研究期间内天津市低碳城市发展水平呈现整体上升趋势,绩效指数从2008年的0.2306增加到2014年的0.6989,社会进步和能源转型障碍度总体呈现增长趋势;经济发展和能源转型的障碍度总体呈现减少的趋势,年均增长速度24.18%和7.19%。在此基础上从能源效率提高、产业结构优化、环境治理提升和基础设施加强等角度提出对策建议。     

基于专利特征的人工智能领域核心技术识别及发展趋势分析——层次分析（AHP）-熵权法

人工智能是新一轮产业变革的核心驱动力,为助力中国人工智能产业实现核心技术突破,构建识别人工智能领域核心技术的方法并分析其现状。以智慧芽专利数据库收录的2000—2020年人工智能领域专利为数据源,从地域、申请人和国际专利分类号（IPC）层面分析人工智能领域技术的分布和发展情况;构建涵盖技术、法律和经济三维度的核心专利识别指标体系,基于层次分析（AHP）-熵权法的核心识别模型进行人工智能领域的核心技术识别。结果发现：世界人工智能技术正处于快速增长期,逐渐形成以企业主导技术创新模式;中国在体量和应用多元化上有所突破,但发展不均衡,核心技术研发存在一定短板;识别得到的14项核心技术均为美国持有,集中在语音识别、通信传输、电数据处理、图像分析技术领域,美国在人工智能产业领域占据主导地位,技术研发重心逐渐扩散,已经涉及医疗、交通、物流以及金融、工业等各个产业领域。所筛选出的核心专利符合世界人工智能技术领域发展现状,证明基于专利属性特征构建的三维核心技术识别模型具有一定的科学性和有效性。最后基于研究结论,从政府、企业和研发方向等方面对中国人工智能发展提出建议。