论文部分内容阅读
科学技术是综合国力的重要体现，也是可持续发展的主要基础之一，科技能力反映的是一个国家或地区科学技术的发展水平及其对其他方面的影响和贡献情况，是综合国力竞争的主要动力。我国政府非常重视科技能力建设,特别是近几年来针对“三农”问题的解决,着力加强了地方科技能力的建设。而正确评价地区科技能力水平,是提高地方科技力量的关键。
本文围绕县域科技能力评价的目标，结合县域科技发展实际和县域科技统计能力现状，通过对自组织理论和复杂适应系统、综合评价方法及数据挖掘技术等相关理论和技术的讨论，提出了县域科技能力评价方法的选择依据，并在此基础上，根据县域科技能力评价对象的特征，选择了基于自组织特征映射神经网络的聚类分析评价方法。在已建立的县域科技能力评价指标系统基础上，利用该自适应方法构建了评价模型，并利用调研数据进行了验证。通过该模型的求解，不仅能够得出综合评价结果，还针对指标体系得出了分类聚类结果，最后还根据综合分析和组合评价分析给出了相应的政策建议。
为更直观地反映评价结果，本文将数据可视化技术引入综合评价之中，将数据挖掘技术与可视化相结合，在利用基于神经网络的数据挖掘技术对县域科技能力评价的同时，运用雷达图将数据转换为图形，对评价结果进行再分析。
本文利用所构建的基于自组织特征映射神经网络聚类分析模型以及雷达图法，选取2006年对河南省109个县（市）科技能力考核收集到的数据进行了实证分析，结果表明，二者较好地对统计数据背后隐藏的信息进行了挖掘，为决策部门提供了一个新的政策制定依据。