期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于灰色马尔可夫模型的专利申请量增长率预测
被引量:
2
1
作者
程楠
沈军
《河南科技大学学报(自然科学版)》
CAS
北大核心
2009年第4期34-37,共4页
由于专利申请量年平均增长率受多种因素的影响,本文把专利申请量年平均增长率的变化过程视为一随机过程,将灰色系统理论与离散状态的马尔可夫链相结合,提出了专利申请量年平均增长率变化过程的灰色马尔可夫预测模型。在状态划分过程中,...
由于专利申请量年平均增长率受多种因素的影响,本文把专利申请量年平均增长率的变化过程视为一随机过程,将灰色系统理论与离散状态的马尔可夫链相结合,提出了专利申请量年平均增长率变化过程的灰色马尔可夫预测模型。在状态划分过程中,采用均值-标准差分级法进行指标分级与状态划分,在实例分析中,把11年的专利申请量年平均增长率资料划分成五种状态。预测分析结果表明,利用灰色马尔可夫预测模型进行专利申请量年平均增长率的变化过程预测是可行的。
展开更多
关键词
灰色系统
专利申请
量
增长率
马尔可夫链
转移概率矩阵
下载PDF
职称材料
改进的BP神经网络在专利申请量增长率预测中的应用
被引量:
3
2
作者
周瑞芳
禹建丽
《中原工学院学报》
CAS
2005年第6期9-11,34,共4页
专利申请量的增长率受多个因素的影响,呈现高度的非线性.采用改进的BP神经网络对专利申请量年增长率进行预测.分别用一维和多维时间序列进行分析预测,结果表明一维时间序列分析泛化能力强,多维时间序列分析预测精度较高.
关键词
专利申请
量年平均
增长率
时间序列预测
神经网络
下载PDF
职称材料
基于R/S分析的专利申请量年增长率的相关性研究
3
作者
周瑞芳
禹建丽
程东旭
《数学的实践与认识》
CSCD
北大核心
2009年第15期17-20,共4页
Hurst指数是描述分数布朗运动的重要指标.利用R/S分析方法计算出我国专利申请量年增长率的Hurst指数稳定在0.62附近,分形维数稳定在1.38附近.表明我国专利申请量年增长率时间序列,服从分数布朗运动,专利申请量年增长率具有长期相关性....
Hurst指数是描述分数布朗运动的重要指标.利用R/S分析方法计算出我国专利申请量年增长率的Hurst指数稳定在0.62附近,分形维数稳定在1.38附近.表明我国专利申请量年增长率时间序列,服从分数布朗运动,专利申请量年增长率具有长期相关性.历史数据的影响力随时间间隔的长度增长而缩小,当间隔长度达到10年以上时,历史数据的影响力趋于稳定.
展开更多
关键词
时间序列
HURST指数
专利申请
量年
增长率
R/S分析
原文传递
宏观冲击如何影响区域创新绩效——基于区域创新体系的视角
4
作者
卢允之
薛莲
《经济与社会发展研究》
2023年第36期16-18,共3页
本文利用 MCS-GVAR 模型为区域创新体系提供了一个定量的研究框架,并在此基础上研究不同层级的宏观冲击如何影响区域创新绩效的整体表现。为此,本文手工搜集了 2006 年至 2017 年的季度专利申请以及其它相关数据,分别考察了系统内部的...
本文利用 MCS-GVAR 模型为区域创新体系提供了一个定量的研究框架,并在此基础上研究不同层级的宏观冲击如何影响区域创新绩效的整体表现。为此,本文手工搜集了 2006 年至 2017 年的季度专利申请以及其它相关数据,分别考察了系统内部的中央层级、地方层级的政策冲击以及系统外部冲击对于各省份专利申请增长率的影响。研究结果发现我国各省专利申请增长率在短期内受中央层级政策的影响,在长期需要两年左右才能回到稳态。
展开更多
关键词
宏观政策冲击
区域创新体系
MCS-GVAR模型
专利申请增长率
下载PDF
职称材料
题名
基于灰色马尔可夫模型的专利申请量增长率预测
被引量:
2
1
作者
程楠
沈军
机构
郑州大学信息工程学院
出处
《河南科技大学学报(自然科学版)》
CAS
北大核心
2009年第4期34-37,共4页
基金
河南省重点科技攻关项目(072102230029)
文摘
由于专利申请量年平均增长率受多种因素的影响,本文把专利申请量年平均增长率的变化过程视为一随机过程,将灰色系统理论与离散状态的马尔可夫链相结合,提出了专利申请量年平均增长率变化过程的灰色马尔可夫预测模型。在状态划分过程中,采用均值-标准差分级法进行指标分级与状态划分,在实例分析中,把11年的专利申请量年平均增长率资料划分成五种状态。预测分析结果表明,利用灰色马尔可夫预测模型进行专利申请量年平均增长率的变化过程预测是可行的。
关键词
灰色系统
专利申请
量
增长率
马尔可夫链
转移概率矩阵
Keywords
Grey system
Increasing rate of patents received
Markov chain
Shift probability matrix
Predication
分类号
O211.62 [理学—概率论与数理统计]
下载PDF
职称材料
题名
改进的BP神经网络在专利申请量增长率预测中的应用
被引量:
3
2
作者
周瑞芳
禹建丽
机构
中原工学院
出处
《中原工学院学报》
CAS
2005年第6期9-11,34,共4页
基金
河南省教育厅自然科学基金资助项目(2006120008)
文摘
专利申请量的增长率受多个因素的影响,呈现高度的非线性.采用改进的BP神经网络对专利申请量年增长率进行预测.分别用一维和多维时间序列进行分析预测,结果表明一维时间序列分析泛化能力强,多维时间序列分析预测精度较高.
关键词
专利申请
量年平均
增长率
时间序列预测
神经网络
Keywords
increasing rate of patents received
prediction of time serial
neural network
分类号
O236 [理学—运筹学与控制论]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于R/S分析的专利申请量年增长率的相关性研究
3
作者
周瑞芳
禹建丽
程东旭
机构
中原工学院理学院
出处
《数学的实践与认识》
CSCD
北大核心
2009年第15期17-20,共4页
基金
河南省科技厅自然科学基金(0611052500)
河南省普通高等学校人文社科重点研究基地资助项目(XZ2006401)
文摘
Hurst指数是描述分数布朗运动的重要指标.利用R/S分析方法计算出我国专利申请量年增长率的Hurst指数稳定在0.62附近,分形维数稳定在1.38附近.表明我国专利申请量年增长率时间序列,服从分数布朗运动,专利申请量年增长率具有长期相关性.历史数据的影响力随时间间隔的长度增长而缩小,当间隔长度达到10年以上时,历史数据的影响力趋于稳定.
关键词
时间序列
HURST指数
专利申请
量年
增长率
R/S分析
Keywords
the Annual Increasing Rate of Patent applications filed
Hurst index
time series
R/S analysis
分类号
F224 [经济管理—国民经济]
G306 [文化科学]
原文传递
题名
宏观冲击如何影响区域创新绩效——基于区域创新体系的视角
4
作者
卢允之
薛莲
机构
华南师范大学经济与管理学院
广东省粤科金融集团
出处
《经济与社会发展研究》
2023年第36期16-18,共3页
基金
本文受广州市2024年度基础与应用基础研究专题(青年博士“启航”项目)资助(SL2023A04J00139)。
文摘
本文利用 MCS-GVAR 模型为区域创新体系提供了一个定量的研究框架,并在此基础上研究不同层级的宏观冲击如何影响区域创新绩效的整体表现。为此,本文手工搜集了 2006 年至 2017 年的季度专利申请以及其它相关数据,分别考察了系统内部的中央层级、地方层级的政策冲击以及系统外部冲击对于各省份专利申请增长率的影响。研究结果发现我国各省专利申请增长率在短期内受中央层级政策的影响,在长期需要两年左右才能回到稳态。
关键词
宏观政策冲击
区域创新体系
MCS-GVAR模型
专利申请增长率
分类号
F204 [经济管理—国民经济]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于灰色马尔可夫模型的专利申请量增长率预测
程楠
沈军
《河南科技大学学报(自然科学版)》
CAS
北大核心
2009
2
下载PDF
职称材料
2
改进的BP神经网络在专利申请量增长率预测中的应用
周瑞芳
禹建丽
《中原工学院学报》
CAS
2005
3
下载PDF
职称材料
3
基于R/S分析的专利申请量年增长率的相关性研究
周瑞芳
禹建丽
程东旭
《数学的实践与认识》
CSCD
北大核心
2009
0
原文传递
4
宏观冲击如何影响区域创新绩效——基于区域创新体系的视角
卢允之
薛莲
《经济与社会发展研究》
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部