|
|
|
| TOPSIS法与神经网络在卫生科技人员科研业绩评价中的应用 |
| 王孝宁;黄亚明;何钦成 |
| 中国医科大学,中国医科大学,中国医科大学 辽宁沈阳110001 |
|
|
|
|
摘要 利用TOPSIS法和神经网络对卫生科技人员科研业绩进行综合评价。对量化评价结果与同行评价实际结果进行比较和分析。TOPSIS法评价结果与实际同行评价结果的符合率为73.2%和86.1%;网络评价结果其符合率为90%和75%。TOPSIS法和神经网络可在科研业绩评价中取得较满意的实施效果,从而为科研量化工作提供可与同行评议互为补充的有益的参考。
|
|
| 关键词 ：
科研业绩评价,
神经网络,
TOPSIS法
|
|
|
|
通讯作者:
王孝宁
|
| [1] |
唐晓华,张欣钰,陈阳. 中国制造业产业政策实施有效性评价[J]. 科技进步与对策, 2017, 34(10): 60-68. |
| [2] |
李玥;张雨婷;郭航;徐玉莲. 知识整合视角下企业技术创新能力评价[J]. 科技进步与对策, 2017, 34(1): 131-135. |
| [3] |
郑琳琳. 原始性创新人格形成的影响因素实证研究[J]. 科技进步与对策, 2016, 33(18): 140-145. |
| [4] |
刘俊颖;闫鹏;尹贻林. 风险偏好视角下工程项目风险分担研究[J]. 科技进步与对策, 2016, 33(16): 96-101. |
| [5] |
张喜征;张白云;张人龙. 跨产业转型企业知识转移模式选择关系模型构建[J]. 科技进步与对策, 2015, 32(19): 136-141. |
| [6] |
邹凯;包明林. 基于灰色关联理论和BP神经网络的智慧城市发展潜力评价[J]. 科技进步与对策, 2015, 32(17): 123-128. |
| [7] |
刘力强;冯俊文. 我国区域两化融合水平评价模型及实证研究[J]. 科技进步与对策, 2014, 31(9): 125-129. |
| [8] |
陈青兰;苏志雄;李黎;陈秋英. 面向产业集聚的科技服务发展模式研究[J]. 科技进步与对策, 2014, 31(3): 42-49. |
| [9] |
王玉梅;罗公利;林双. 基于BP人工神经网络方法的组织知识创新与创新人才素质提高协同发展评价[J]. 科技进步与对策, 2013, 30(9): 148-151. |
| [10] |
马军杰;尤建新;卢锐. 改进小波神经网络下的我国发明专利授权数量预测[J]. 科技进步与对策, 2013, 30(4): 121-123. |
| [11] |
刘丙泉;潘鹏杰;李雷鸣;. 我国区域技术创新能力发展评价与差距测度[J]. 科技进步与对策, 2011, 28(8): 124-128. |
| [12] |
朱永跃;胡蓓;. 基于小波神经网络的创业者素质评价研究[J]. 科技进步与对策, 2011, 28(5): 115-119. |
| [13] |
周杜辉;李同昇;. 基于FA-SOM神经网络的农业技术水平省际差异研究[J]. 科技进步与对策, 2011, 28(3): 117-121. |
| [14] |
陈友玲;肖莹姣;. 面向产品设计的隐性知识获取关键技术研究[J]. 科技进步与对策, 2011, 28(19): 121-124. |
| [15] |
王瑛;赵谦;曹玮;. 基于E-BP神经网络的科技奖励评价模型研究[J]. 科技进步与对策, 2011, 28(10): 111-114. |
|
|
|
|
