| 创业板研发投入的神经网络预测:是采用RBF模型还是BP模型? |
| |
| 引用本文： | 李经路,胡振飞.创业板研发投入的神经网络预测:是采用RBF模型还是BP模型?[J].科技管理研究,2017(5). |
| |
| 作者姓名： | 李经路 胡振飞 |
| |
| 作者单位： | 云南大学,云南大学 |
| |
| 基金项目： | 云南省社科规划基金：云南省生态文明指数研究（201305），云南省社科规划教育科学基金：DEA视窗分析模型的云南省高校科研项目效率测度（AC15010），云南省教育厅基金：智力资本对云南企业贡献的测度研究（2014Y025）。 云南大学第四批中青年骨干教师资助基金（XT412003），云南大学人文社科青年项目：基于补贴和税收优惠的企业研发投入效应研究（13YNUHSS006），云南大学教学改革基金：管理类课程中案例研究评价体系的构建研究。 |
| |
| 摘 要： | 创业板公司成立时间较短、企业规模较小,其研发投入的影响因素较多,使用营业净利率、每股收益、董监高年薪、可持续增长率、资产负债率、现金流量净额和GDP这些指标,运用径向基神经网络(RBF)和逆传播神经网络(BP)方法构建一个训练完成的神经网络模型,研究发现RBF神经网络模型比BP神经网络模型具有更好的拟合、预测效果。
|
| 关 键 词： | 研发投入 人工神经网络 BP神经网络 RBF神经网络 预测 |
| 收稿时间： | 2016/5/20 0:00:00 |
| 修稿时间： | 2017/2/24 0:00:00 |
The research on BP and RBF neural network prediction model for R D of GEM |
| |
| Abstract: | GEM enterprises are mostly setting up in a short time,having small business size and their performance is not outstanding,but most of them have a high growth. Their high growth performance are reflected in the ability of research and development on sensitive market reaction .However,there are many factors affecting R D investment. Based on the annual salary of the directors,supervisors and senior,sustainable growth,rate of assets and liabilities,net cash flow and GDP,using BP and RBF neural network model,we construct a neural network model which is training completed. It is found that the RBF neural network has better fitting and forecasting effect than BP neural network. |
| |
| Keywords: | R D BP neural network RBF neural network Forecasting |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《科技管理研究》浏览原始摘要信息 |
| 点击此处可从《科技管理研究》下载免费的PDF全文 |
|
