農(nóng)業(yè)高新技術(shù)是指以農(nóng)業(yè)應(yīng)用為主體,具備技術(shù)、智力和R&D資金密集的條件,能帶來(lái)經(jīng)濟(jì)的高增長(zhǎng)率,提升國(guó)際競(jìng)爭(zhēng)力的具有先導(dǎo)性的新興技術(shù)群。技術(shù)的智能評(píng)價(jià)是指技術(shù)評(píng)價(jià)的智能化,具體的含義是把機(jī)器學(xué)習(xí)、人工智能技術(shù)運(yùn)用到技術(shù)評(píng)價(jià)的各個(gè)環(huán)節(jié),推進(jìn)評(píng)價(jià)技術(shù)、方法及手段創(chuàng)新,以技術(shù)支撐評(píng)價(jià)智能化水平的全面提升。在國(guó)家全面推進(jìn)供給側(cè)改革,促進(jìn)經(jīng)濟(jì)轉(zhuǎn)型,推行“鄉(xiāng)村振興”發(fā)展戰(zhàn)略的大背景下,我國(guó)在農(nóng)業(yè)科技領(lǐng)域的自主創(chuàng)新能力不斷提升,農(nóng)業(yè)高新技術(shù)不斷涌現(xiàn),為加快農(nóng)業(yè)農(nóng)村現(xiàn)代化建設(shè)做好了技術(shù)儲(chǔ)備,如何從經(jīng)濟(jì)效益、社會(huì)效益、環(huán)境效益、風(fēng)險(xiǎn)分析等方面對(duì)農(nóng)業(yè)高新技術(shù)的實(shí)用價(jià)值進(jìn)行客觀、科學(xué)的評(píng)價(jià),保證和監(jiān)督技術(shù)的質(zhì)量,是促進(jìn)科技成果轉(zhuǎn)化,推動(dòng)農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)健康快速發(fā)展亟待解決的問(wèn)題。在技術(shù)評(píng)價(jià)過(guò)程中,評(píng)價(jià)報(bào)告內(nèi)容較多、專業(yè)性強(qiáng),其撰寫是一項(xiàng)復(fù)雜而繁瑣的工作,利用信息化技術(shù)和自然語(yǔ)言處理技術(shù),完成評(píng)價(jià)報(bào)告的線上自動(dòng)生成,將大大提升技術(shù)評(píng)價(jià)的效率。本文主要探討了農(nóng)業(yè)高新技術(shù)綜合評(píng)價(jià)的理論與智能方法,運(yùn)用了文獻(xiàn)調(diào)研法、指標(biāo)體系法、模型分析法、實(shí)驗(yàn)仿真驗(yàn)證法、主流技術(shù)網(wǎng)站調(diào)研法等研究方法,對(duì)農(nóng)業(yè)高新技術(shù)的綜合評(píng)價(jià)理論... 

【文章來(lái)源】：中國(guó)農(nóng)業(yè)科學(xué)院北京市

【文章頁(yè)數(shù)】：109 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
附件
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 農(nóng)業(yè)高新技術(shù)綜合評(píng)價(jià)相關(guān)研究
        1.2.2 自然語(yǔ)言生成研究進(jìn)展
        1.2.3 評(píng)價(jià)報(bào)告自動(dòng)生成的研究現(xiàn)狀
        1.2.4 存在的問(wèn)題及挑戰(zhàn)
    1.3 研究目標(biāo)和研究?jī)?nèi)容
        1.3.1 研究目標(biāo)
        1.3.2 研究?jī)?nèi)容
    1.4 研究方法和技術(shù)路線
        1.4.1 研究方法
        1.4.2 技術(shù)路線
    1.5 論文的組織結(jié)構(gòu)
第二章 相關(guān)理論和技術(shù)基礎(chǔ)
    2.1 農(nóng)業(yè)高新技術(shù)綜合評(píng)價(jià)
        2.1.1 農(nóng)業(yè)高新技術(shù)的界定
        2.1.2 農(nóng)業(yè)高新技術(shù)分類標(biāo)準(zhǔn)
        2.1.3 評(píng)價(jià)指標(biāo)選取原則
    2.2 智能評(píng)價(jià)模型構(gòu)建理論和技術(shù)
        2.2.1 層次分析法
        2.2.2 BP神經(jīng)網(wǎng)絡(luò)基本理論
        2.2.3 Tensor Flow深度學(xué)習(xí)框架
        2.2.4 神經(jīng)網(wǎng)絡(luò)在農(nóng)業(yè)高新技術(shù)綜合評(píng)價(jià)中的適用性分析
    2.3 文本自動(dòng)摘要生成理論和相關(guān)技術(shù)
        2.3.1 文本自動(dòng)摘要生成概述
        2.3.2 文本特征表示模型
        2.3.3 抽取式自動(dòng)摘要算法
        2.3.4 文本摘要的評(píng)估
    2.4 本章小結(jié)
第三章 農(nóng)業(yè)高新技術(shù)綜合評(píng)價(jià)指標(biāo)體系構(gòu)建
    3.1 農(nóng)業(yè)高新技術(shù)特點(diǎn)分析
    3.2 農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)化條件
    3.3 農(nóng)業(yè)高新技術(shù)評(píng)價(jià)需求分析
    3.4 農(nóng)業(yè)高新技術(shù)評(píng)價(jià)指標(biāo)體系
        3.4.1 評(píng)價(jià)指標(biāo)內(nèi)容
        3.4.2 技術(shù)評(píng)分表設(shè)計(jì)
        3.4.3 評(píng)價(jià)指標(biāo)量化處理
    3.5 本章小結(jié)
第四章 農(nóng)業(yè)高新技術(shù)綜合評(píng)價(jià)智能方法應(yīng)用
    4.1 基于BP神經(jīng)網(wǎng)絡(luò)的評(píng)價(jià)模型構(gòu)建
        4.1.1 基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)高新技術(shù)綜合評(píng)價(jià)流程
        4.1.2 訓(xùn)練樣本的選取和預(yù)處理
        4.1.3 BP神經(jīng)網(wǎng)絡(luò)模型的建立和訓(xùn)練
        4.1.4 BP神經(jīng)網(wǎng)絡(luò)模型的評(píng)估
    4.2 基于BP神經(jīng)網(wǎng)絡(luò)的評(píng)價(jià)模型實(shí)證
        4.2.1 數(shù)據(jù)的采集與預(yù)處理
        4.2.2 模型的訓(xùn)練
        4.2.3 基于粒子群算法的模型優(yōu)化
        4.2.4 實(shí)驗(yàn)對(duì)比分析
    4.3 本章小結(jié)
第五章 評(píng)價(jià)報(bào)告自動(dòng)生成模型構(gòu)建
    5.1 評(píng)價(jià)報(bào)告自動(dòng)生成模型構(gòu)建思路
    5.2 “技術(shù)文本”生成模型
        5.2.1 構(gòu)建W2V-TK文本自動(dòng)摘要模型
        5.2.2 構(gòu)建BERT-MMR文本自動(dòng)摘要模型
        5.2.3 模型的實(shí)驗(yàn)與對(duì)比
    5.3 “評(píng)價(jià)文本”生成模型
        5.3.1 模板設(shè)計(jì)
        5.3.2 專家權(quán)重模型
        5.3.3 專家評(píng)分模型
        5.3.4 “評(píng)價(jià)文本”生成
    5.4 總報(bào)告生成
    5.5 本章小結(jié)
第六章 農(nóng)業(yè)高新技術(shù)智能綜合評(píng)價(jià)原型系統(tǒng)實(shí)現(xiàn)
    6.1 系統(tǒng)總體設(shè)計(jì)
    6.2 系統(tǒng)功能設(shè)計(jì)
        6.2.1 信息采集模塊
        6.2.2 專家推送模塊
        6.2.3 技術(shù)智能評(píng)價(jià)模塊
        6.2.4 評(píng)價(jià)報(bào)告自動(dòng)生成模塊
    6.3 系統(tǒng)展示
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 論文工作總結(jié)
    7.2 論文主要?jiǎng)?chuàng)新點(diǎn)
    7.3 后續(xù)工作展望
參考文獻(xiàn)
附錄A
附錄B
附錄C
致謝
作者簡(jiǎn)歷


【參考文獻(xiàn)】：
期刊論文
[1]基于AHP-熵權(quán)法的發(fā)明專利價(jià)值評(píng)估——以豐田開(kāi)放專利為例[J]. 李娟,李保安,方晗,余見(jiàn)山.  情報(bào)雜志. 2020(05)
[2]一種基于BERT的自動(dòng)文本摘要模型構(gòu)建方法[J]. 岳一峰,黃蔚,任祥輝.  計(jì)算機(jī)與現(xiàn)代化. 2020(01)
[3]基于灰色關(guān)聯(lián)分析—隨機(jī)森林回歸的網(wǎng)絡(luò)平臺(tái)專利價(jià)值評(píng)估方法研究[J]. 王子焉,倪淵,張健.  情報(bào)理論與實(shí)踐. 2019(10)
[4]大壩安全監(jiān)測(cè)資料整編分析報(bào)告自動(dòng)生成系統(tǒng)[J]. 周啟,譚界雄,高全,張玉炳,阿旺次仁.  人民長(zhǎng)江. 2019(01)
[5]面向查詢的自動(dòng)文本摘要技術(shù)研究綜述[J]. 王凱祥.  計(jì)算機(jī)科學(xué). 2018(S2)
[6]基于因子分析的高新技術(shù)園區(qū)發(fā)展綜合評(píng)價(jià)——以中關(guān)村示范區(qū)為例[J]. 趙文輝,張貝貝,劉杰,李靜文.  科技管理研究. 2018(18)
[7]農(nóng)業(yè)技術(shù)評(píng)價(jià)指標(biāo)選取及指標(biāo)體系構(gòu)建[J]. 尼雪妹,王艷,王娜娜,潘亞茹,李寧輝,羅良國(guó).  農(nóng)業(yè)展望. 2017(12)
[8]試析農(nóng)業(yè)高新技術(shù)企業(yè)綜合發(fā)展能力評(píng)價(jià)[J]. 蘭武.  現(xiàn)代園藝. 2017(22)
[9]高新技術(shù)產(chǎn)業(yè)開(kāi)發(fā)區(qū)評(píng)價(jià)指標(biāo)體系研究——以河南省為例[J]. "河南省高新技術(shù)產(chǎn)業(yè)開(kāi)發(fā)區(qū)發(fā)展評(píng)價(jià)研究"課題組,俞肖云.  調(diào)研世界. 2017(11)
[10]近70年文本自動(dòng)摘要研究綜述[J]. 劉家益,鄒益民.  情報(bào)科學(xué). 2017(07)

博士論文
[1]面向網(wǎng)絡(luò)評(píng)論信息的自動(dòng)摘要技術(shù)研究與應(yīng)用[D]. 張世博.北京郵電大學(xué) 2019
[2]基于深度神經(jīng)網(wǎng)絡(luò)的腫瘤圖像分析與處理[D]. 昌杰.中國(guó)科學(xué)技術(shù)大學(xué) 2019
[3]農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)化風(fēng)險(xiǎn)投資研究[D]. 王榮.山東農(nóng)業(yè)大學(xué) 2010
[4]農(nóng)業(yè)高新技術(shù)創(chuàng)業(yè)投資風(fēng)險(xiǎn)管理研究[D]. 房德東.西北農(nóng)林科技大學(xué) 2007
[5]農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)化研究[D]. 劉志民.南京農(nóng)業(yè)大學(xué) 2003

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)方法的28GHz毫米波信道建模研究[D]. 孫湘琛.南京郵電大學(xué) 2019
[2]基于集成深度神經(jīng)網(wǎng)絡(luò)的人臉情感識(shí)別算法研究[D]. 華文韜.南京郵電大學(xué) 2019
[3]基于ARM平臺(tái)和TensorFlow的手寫數(shù)字識(shí)別[D]. 黃佳凱.南京郵電大學(xué) 2019
[4]基于深度全卷積神經(jīng)網(wǎng)絡(luò)的頭頸部CT中放療危及器官分割方法研究[D]. 陳子杰.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院) 2019
[5]深度神經(jīng)網(wǎng)絡(luò)上的通信優(yōu)化算法研究[D]. 張振.華中科技大學(xué) 2019
[6]基于BP神經(jīng)網(wǎng)絡(luò)的光電容積脈搏波血壓監(jiān)測(cè)技術(shù)研究[D]. 雷蘇力.西安理工大學(xué) 2019
[7]基于深度學(xué)習(xí)的文本摘要生成技術(shù)研究[D]. 張少迪.新疆大學(xué) 2019
[8]基于深度神經(jīng)網(wǎng)絡(luò)的地鐵客流預(yù)測(cè)系統(tǒng)研究[D]. 張琳.北京交通大學(xué) 2019
[9]基于BP神經(jīng)網(wǎng)絡(luò)的EPC項(xiàng)目招標(biāo)風(fēng)險(xiǎn)評(píng)價(jià)研究[D]. 武平.揚(yáng)州大學(xué) 2019
[10]基于深度卷積神經(jīng)網(wǎng)絡(luò)的內(nèi)蒙古地區(qū)陸生野生動(dòng)物自動(dòng)識(shí)別[D]. 程浙安.北京林業(yè)大學(xué) 2019



本文編號(hào)：3153629