原文服务方: 现代电子技术       
摘要:
针对高校科研管理部门面临的科研绩效评估问题,提出一种基于粒子群优化的BP神经网络评估模型.该模型采用粒子群算法优化BP神经网络预测模型的初始权值和阈值,然后训练BP神经网络预测模型并预测.分别使用10个科研指标、绩效评价值作为神经网络的输入和输出,并以多个高校历年科研管理数据为训练和测试样本进行验证分析.Matlab仿真实验结果表明,相比标准BP神经网络模型,提出的优化BP神经网络预测模型具有较快的收敛速度和较高的预测精度.
推荐文章
基于调节优化BP神经网络的高校教学管理评估研究
教学管理评估
粒子群优化
BP神经网络
正态分布
权重
阈值
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
改进粒子群优化BP神经网络的SRM转子位置间接检测?
BP神经网络
改进粒子群算法
开关磁阻电机
间接位置检测
基于粒子群优化 BP神经网络的水产养殖水温及 pH预测模型
粒子群算法
BP神经网络
水产养殖
渔情预警
水质预测模型
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 基于粒子群优化BP神经网络的高校科研管理评估研究
来源期刊 现代电子技术 学科
关键词 高校科研管理 绩效评估 粒子群算法 BP神经网络 模型预测 预测精度
年,卷(期) 2019,(7) 所属期刊栏目 网络与信息安全
研究方向 页码范围 87-89,94
页数 4页 分类号 TN911-34|TP301
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2019.07.021
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 朱晴 18 23 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (131)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(4)
  • 参考文献(0)
  • 二级参考文献(4)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2020(4)
  • 参考文献(0)
  • 二级参考文献(4)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高校科研管理
绩效评估
粒子群算法
BP神经网络
模型预测
预测精度
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导