神经网络在基础究成果综合评价中的应用.pdfVIP

神经网络在基础研究成果综合评价中的应用 中文摘要 目 的 应用现代数理统计、系统综合评价及科学计量学方法构建对基础性研 究成果的综合评价系统。在以科学计量学和数理统计方法处理综合评价指 标集输入数据的基础上，通过神经网络实现对基础研究成果多指标的综合 评价。 方 法 本研究采用国家某部基础性研究成果自然科学奖全国推荐评奖项目 256项作为样本。根据基础研究的特点，利用科学计量学指标及该领域新 的研究成果，构建由反映研究工作起点、工作量、各种成果的产出形式以及 成果的学术影响等四大方面共11个指标即课题来源、项目执行时间、论文 在国内外学术期刊发表、参编专著、获得专利、会议交流论文、论文被检索工 具收录、期刊论文被国内外引用、期刊论文被国外专著引用、会议论文被引 和专著被引组成的基础研究成果综合评价指标体系，以评价结果即获奖等 级作为输出／应变量。各指标用数理方法量化处理后，输入神经网络STA- TISTICANeural 本随机分配入训练集、校验集和测试集。网络类型选择多层感知器，训练算 法应用共轭梯度下降法。按一次性评价即一次性评出各奖等与两步评价即 先评出授奖与否再在授奖组中评议授奖等级加以训练，得出合理的网络模 型，并用logistic回归的模拟效果与之对比。 结 果 ·l- 种模拟方法的评价效果和评价模型。从与同行评议实际结果的符合情况来 看，神经网络方法在一次评价、两步评价的第一步、第二步中符合率分别达 归主要纳入了论文被引、项目时间、专著被引、会议发表论文四个变量。 结 论 量，表明神经网络方法对变量尤其是零值较多变量的容纳性远强于Logistic 回归，从而有利于维持对基础研究成果综合评价的系统性和完整性。神经 网络评价方法可以作为科技成果评价现行同行评议方法的重要而有益的参 考。 价 ·2· in The ofArtificialNeuralNetworks Basic Applicationstudy Evaluating ResearchAchievementofScienceand Technology Toconstructa ofbasicscientificandtech— comprehensiveevaluatingsystem achievementsinwhich indexesshouldbe nologic multiple comprised，theinput and databedealtwithmethodsof andsta- output differentiationbe withartificialneuralnetwork tistics，andsystemic implemented r asnetworkand GradientDecentastrain— MuhilayerPerceptions type Conjugate ingalgorithm)． Method about256