基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对产业集群创新能力评价的一些复杂方法,以文献中的基于BP神经网络的产业集群创新能力评价模型作为比较对象,提出了两种评价模型:组合评价模型和主成分指数模型.前者将变异系数法和Topsis法组合使用,用以评价产业集群创业能力;后者则是对所有参评样本的评价指标进行主成分分析,以主成分的方差贡献率为权重,构建主成分综合指数,从而形成产业集群创新能力的综合评价指数模型.对这两个模型用来自比较对象模型的同一数据进行了验证,三个模型都得出了非常相近的结果,而这两种模型更具可操作性且易于解释,这两者相比,主成分分析的方法则更为简单易行.
推荐文章
产业集群创新能力的模糊综合评判研究
产业集群
模糊综合评价
评价指标
创新
集群升级视角下的陶瓷产业创新能力研究
产业集群升级
陶瓷产业
产业创新能力
物流产业集群创新能力的模糊综合评价
物流产业集群
创新能力
层次分析法
模糊综合评价
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 产业集群创新能力评价模型的比较研究
来源期刊 数学的实践与认识 学科
关键词 产业集群 创新能力 变异系数法 Topsis法 主成分分析
年,卷(期) 2016,(15) 所属期刊栏目 管理科学
研究方向 页码范围 179-189
页数 分类号
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 耿成轩 南京航空航天大学经济与管理学院 60 365 11.0 16.0
2 张辉 南京航空航天大学经济与管理学院 57 409 11.0 18.0
6 丁德臣 山东财经大学保险学院 6 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (300)
参考文献  (16)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1900(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
产业集群
创新能力
变异系数法
Topsis法
主成分分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数学的实践与认识
半月刊
1000-0984
11-2018/O1
16开
北京大学数学科学学院
2-809
1971
chi
出版文献量(篇)
15632
总下载数(次)
52
总被引数(次)
67673
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导