现代管理科学
現代管理科學
현대관이과학
MODERN MANAGEMENT SCIENCE
2010年
5期
16-18,48
,共4页
区域创新能力%甄别技术%支持向量机
區域創新能力%甄彆技術%支持嚮量機
구역창신능력%견별기술%지지향량궤
文章采用基于统计学习理论的小样本分析方法--支持向量机(SVM),构建了我国区域创新能力甄别的SVM模型,对我国区域创新能力进行了甄别.研究表明,各组检验样本的平均正确甄别率都在90%以上,证明支持向量机对区域创新能力具有良好的识别能力,特别是表现出对小样本的适应性,为我国区域创新能力评价提供了新的方法和思路.
文章採用基于統計學習理論的小樣本分析方法--支持嚮量機(SVM),構建瞭我國區域創新能力甄彆的SVM模型,對我國區域創新能力進行瞭甄彆.研究錶明,各組檢驗樣本的平均正確甄彆率都在90%以上,證明支持嚮量機對區域創新能力具有良好的識彆能力,特彆是錶現齣對小樣本的適應性,為我國區域創新能力評價提供瞭新的方法和思路.
문장채용기우통계학습이론적소양본분석방법--지지향량궤(SVM),구건료아국구역창신능력견별적SVM모형,대아국구역창신능력진행료견별.연구표명,각조검험양본적평균정학견별솔도재90%이상,증명지지향량궤대구역창신능력구유량호적식별능력,특별시표현출대소양본적괄응성,위아국구역창신능력평개제공료신적방법화사로.
