神经网络与Logistic回归在基础研究成果综合评价中的应用比较

摘要

科技成果评价是受多种因素、多维指标控制影响的复杂的社会活动，是对多种性质不同的评价指标的综合评判。由于所有与评价结果有关的指标往往与评价结果之间并不完全是一种线性的函数关系，因而可能不适于采用线性加权方法。Logistic回归与人工神经网络都能够处理输出变量(应变量)为分类变量的非线性问题，且对变量均不要求必须服从正态分布。Logistic回归在已有数学模型基础上建立自变量与应变量之间的函数关系。神经网络脱离传统的统计假设，没有预先设定的数学模型，靠网络自身来寻找输人变量与输出变量的映射关系，具有很强的以任意精度逼近任意连续非线性函数的能力。本研究旨在比较二者在基础研究成果综合评价中的评价效果。