摘要
文章论述了基于主成分分析法的BP模型结构,用新的方法来改进科研绩效评价系统统计的合理性和正确性。
This paper focuses on the BP model structure based on principal component analysis,and uses new methods to improve the rationality and correctness of the statistics of scientific research performance evaluation system.
引文
[1]迟睿,苏翔,滕瑜.基于RBF神经网络的科研绩效评价建模研究[J].江苏科技大学学报(自然科学版),2017,(4):525-530.
[2]陈晓晗.基于有限元法的电力变压器绕组变形检测与识别的仿真研究[D].重庆大学硕士论文,2015.
[3]夏威,张麟,袁秋实,等.改进极限学习机应用于电网故障诊断[J].电网与清洁能源,2015,(4):21-25.
[4]汤伟,单文娟,王孟效.残碱和黑液波美度的在线软测量方法及实现[J].中国造纸,2011,(6):47-52.
[5]马世猛,次照辉,钱璐.基于BP神经网络的石家庄学院科研绩效评价分析[J].产业与科技论坛,2014,(18):94-95.
[6]孙燕.基于BP神经网络的高校社科科研绩效评价体系研究[D].南京理工大学,2012.
[7]尚前明,唐新飞,陈辉,等.基于PCA-BP神经网络在船用柴油机热工故障诊断中的应用研究[J].中国修船,2017,(10):32-35.