word自动化编号练习题.docVIP

绪论 本章首先介绍了本文的研究背景、研究意义，然后在对高新技术项目风险评估、专利地图、专利分析、案例推理和支持向量机技术五方面国内外相关研究工作调研、分析比较的基础上，提出了本文的研究内容、组织结构，最后介绍了本文的创新点。 研究背景及意义 随着社会经济的高速发展，高新技术产业在国民生产总值中的比重不断上升[1]，高新技术对一个企业乃至一个国家、社会的发展具有至关重要的作用。高新技术正以前所未有的力量影响着全球经济的发展以及人们的生产方式[2]，影响力和渗透力不断扩大，已经成为当今社会发展的重要动力源泉。 国内外研究现状 高新技术项目风险评估 Moriarty等（1989）[5]在《高技术市场》一文中指出，将高新技术风险分为技术风险和市场风险。Belev（1989）[6]则将高新技术风险分为技术、支撑体系、资金、成本与进度、设计、外部因素等六类，并提出了基于效用函数(曲线)的风险评估模型。 专利地图分析法 专利地图起源于日本，当时主要是为了加快专利审批速度。随后，专利地图应用逐渐转移到工业，尤其是一些较大的以技术为基础的公司。 专利分析研究 专利分析（Patent Analysis，PA）在国外已Shawe-Taylor等人[]也给出了类似的关于软邻域支持向量机和回归情况下的误差界限；Anthony等人[]给出了关于硬邻域支持向量机学习误差的严格理论界限等[]提出了支持向量机一般意义下损失函数的数学描述；[74,75]和等研究了支持向量机的泛化性Case-based reasoning，简称CBR) 是人工智能领域中一项重要的推理技术。其是Roger Schank教授在研究认知科学的过程中，首先发现并提出的。案例推理技术目前的研究主要集中在以下几个方面： （high technology）是以当代最新科学成就为基础，以智力、技术、知识和研发资金密集为条件，其主导社会生产力发展方向，实现原有相关技术或产业上的间断性跳跃，对国家科技进步、经济发展能产生重大影响，并且能够促进产品和企业的发展，优化产业结构并影响现有支撑网络结构和性质的尖端技术群[1]。 高新技术项目作为将高新技术成果转化为生产力的基本载体，国内外尚未有公认的定义。本文认同Bert等于2005年提出的观点[]：高新技术项目区别于一般项目的特点主一般来说，风险是由不确定性引起的，其具体表现为结果和预期之间存在的差距。根据决策目标、决策行为和风险成因的不同，风险可以分为具有特定内涵的各种类型。 [118]： 文本挖掘技术 文本挖掘概念 文本挖掘是由Usama M.Feldman在1995年首次提出的[11]，是指从非结构化的文本文档中抽取用户感兴趣的、重要的模式或知识的过程，它可以看作是数据挖掘或数据库知识发现（KDD）的延伸。 图 错误！文档中没有指定样式的文字。1文本挖掘过程 特征表示 向量空间模型中，文档被看作是由一组特征项组成的向量，每个文档表示为其中的一个范化特征向量，其中为特征项，为在文档D中的权值。这样所有的文档就构成了一个向量空间。当文档集合固定时，值固定不变，故可看作特征向量的下标，从而特征向量简化为。 文本聚类 文本聚类是无指导的机器学习，它将一个文档集合分成若干个簇，要求同一簇内文档内容的相似度尽可能大，而不同簇间的相似度尽可能小[120]。文本聚类可广泛应用于文本挖掘与信息检索的不同方面，在大规模文本集的组织与浏览、文本集层次归类的自动生成等方面都具有重要的应用价值。 图 错误！文档中没有指定样式的文字。2凝聚式和分裂式层次聚类示意图 （2）自组织网络聚类技术 自组织网络或称自组织映射（Self-Organizing Maps），[121]。 图 错误！文档中没有指定样式的文字。3SOM 网络 该算法是通过模拟人脑对信号处理的特点而发展起来的一种人工神经网络。 图 错误！文档中没有指定样式的文字。4最优分类超平面 把数据从原空间映射到高维特征空间，在高维特征空间构造最优超平面时，仅使用特征空间中的点积，即，训练算法。 图 错误！文档中没有指定样式的文字。5支持向量机示意图 核函数 常见的用于SVM中的核函数有四种，具体形式如下： ① p阶多项式核 ， （2.20） （2.21） 其中C是常数，常取1。 案例推理技术 案例推理技术的基本思想 案例推理技术的工作流程 CBR的工作原理，就是图 错误！文档中没有指定样式的文字。6基于案例推理的项目风险评估模型 本章小结 本章主要介绍了高新技术项目及其风险的相关概念，以及文本挖掘、专利地图、支持向量机和案例推理技术的理论方法，指出了相关技术与方法如何在本文研究工作中得以改进，并加以应用的。本章的内容是整个论文的基础理