|
|
|
| 基于支持向量机的战略联盟合作伙伴选择研究 |
| 李文博;许秀玲 |
| 浙江师范大学工商管理学院,浙江师范大学信息科学与工程学院 浙江金华321004 |
|
|
|
|
摘要 支持向量机是在经验风险最小化原理基础上发展出的一种新的机器学习技术,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。在对支持向量机理论进行深入研究的基础上,探讨了其在战略联盟合作伙伴选择中的应用并总结出相应的决策规则,为企业选择战略联盟合作伙伴提供参考。
|
|
| 关键词 ：
支持向量机,
核函数,
战略联盟,
合作伙伴
|
|
|
|
通讯作者:
李文博
|
| [1] |
段云龙1，张新启1，刘永松1，杨立生2. 基于管理协同的产业技术创新战略联盟稳定性研究[J]. 科技进步与对策, 2019, 36(5): 64-72. |
| [2] |
李政刚. 产业技术创新战略联盟民事主体地位研究[J]. 科技进步与对策, 2019, 36(10): 118-123. |
| [3] |
吴菲菲，栾静静，黄鲁成，李欣. 产业技术链视角下研发合作伙伴识别研究[J]. 科技进步与对策, 2018, 35(1): 73-79. |
| [4] |
周青,邹凡,何铮. 生命周期视角下产业技术创新战略联盟冲突影响因素演变研究[J]. 科技进步与对策, 2017, 34(4): 66-71. |
| [5] |
梁帅1，李海波2，李钊2. 科研院所主导产学研联盟协同创新机制研究[J]. 科技进步与对策, 2017, 34(18): 1-6. |
| [6] |
李金生,王晓云. 用户参与和企业技术创新绩效关系模型研究[J]. 科技进步与对策, 2017, 34(11): 81-87. |
| [7] |
武建鑫. 协同创新中心学科分布与单位组建机理研究[J]. 科技进步与对策, 2016, 33(8): 11-16. |
| [8] |
孙凯;刘晓婷;赵丽华. 基于LRUH模型的战略联盟成员相关性测度研究[J]. 科技进步与对策, 2016, 33(19): 114-117. |
| [9] |
郑传军;徐芬;成虎. 公私合作伙伴关系（PPP）的文献计量与可视化分析[J]. 科技进步与对策, 2016, 33(16): 61-66. |
| [10] |
张宇;麦晴峰;段琪;. 新一代科技企业孵化器战略联盟形成及运营机制研究[J]. 科技进步与对策, 2015, 32(6): 100-104. |
| [11] |
危怀安;聂卓;疏腊林. 协同创新中心合作伙伴选择机理研究[J]. 科技进步与对策, 2014, 31(9): 1-4. |
| [12] |
郭焱;刘月荣;郭彬. 战略联盟中伙伴选择、伙伴关系对联盟绩效的影响[J]. 科技进步与对策, 2014, 31(5): 25-28. |
| [13] |
齐庆祝;张沁;王琴;杨跃虎. 科技型小微企业战略联盟取向及阶段性风险管理研究[J]. 科技进步与对策, 2014, 31(5): 84-87. |
| [14] |
郑向杰;. 联盟创新网络中的企业嵌入：研究述评与未来展望[J]. 科技进步与对策, 2014, 31(20): 156-160. |
| [15] |
龚红;霍雯. 产业技术创新战略联盟收益分配机制优化对策研究[J]. 科技进步与对策, 2014, 31(14): 54-57. |
|
|
|
|
