探究钱学森之问——科技创新人才智能分析

本书运用管理科学、系统工程、脑认知和机器智能的思想、理论、技术和方法，按照定性分析、数据方案设计、定量关联分析、多学科系统建模、仿真与实证分析、决策支持系统原型构建这一完整的研究体系，对科技创新人才关键要素进行了系统研究。从七商要素出发，定性分析了影响科技创新人才的关键要素，并构建了科技创新人才指标体系。利用所收集到的样本数据，通过皮尔逊系数和AMOS结构方程定量分析了七商指标的内部关联关系和七商之间的逻辑关联关系。构建了科技创新人才匹配模型和基于多层交互权重和熵值理论的科技创新人才模糊综合评价模型，对样本个体是否符合高层次科技创新人才的标准进行判别，进一步通过评价模型系统评价样本个体的科技创新层次等级。通过复杂网络理论研究了科技创新人才无向加权小世界网络的节点重要性评价和网络抗毁性问题。通过脑认知模型分析脑生理结构对七商相关指标的影响，并从自顶向下概念加工、自底向上数据加工和双向协同加工三种分析角度研究不同类别的科技创新人才七商及其相关指标间的差别。借鉴机器智能的相关理论方法分析人的智慧和机器智能之间的异同，并论证了科技创新人才培养过程中的关键要素和人机协同发展的相关理论。利用样本数据对前文所构建的模型进行实证研究，整合文中的相关研究成果。

本书运用管理科学、系统工程、脑认知和机器智能的思想、理论、技术和方法，按照定性分析、数据方案设计、定量关联分析、多学科系统建模、仿真与实证分析、决策支持系统原型构建这一完整的研究体系，对科技创新人才关键要素进行了系统研究。从七商要素出发，定性分析了影响科技创新人才的关键要素，并构建了科技创新人才指标体系。利用所收集到的样本数据，通过皮尔逊系数和AMOS结构方程定量分析了七商指标的内部关联关系和七商之间的逻辑关联关系。构建了科技创新人才匹配模型和基于多层交互权重和熵值理论的科技创新人才模糊综合评价模型，对样本个体是否符合高层次科技创新人才的标准进行判别，进一步通过评价模型系统评价样本个体的科技创新层次等级。通过复杂网络理论研究了科技创新人才无向加权小世界网络的节点重要性评价和网络抗毁性问题。通过脑认知模型分析脑生理结构对七商相关指标的影响，并从自顶向下概念加工、自底向上数据加工和双向协同加工三种分析角度研究不同类别的科技创新人才七商及其相关指标间的差别。借鉴机器智能的相关理论方法分析人的智慧和机器智能之间的异同，并论证了科技创新人才培养过程中的关键要素和人机协同发展的相关理论。利用样本数据对前文所构建的模型进行实证研究，整合文中的相关研究成果。

?

本书运用管理科学、系统工程、脑认知和机器智能的思想、理论、技术和方法，按照定性分析、数据方案设计、定量关联分析、多学科系统建模、仿真与实证分析、决策支持系统原型构建这一完整的研究体系，对科技创新人才关键要素进行了系统研究。从七商要素出发，定性分析了影响科技创新人才的关键要素，并构建了科技创新人才指标体系。利用所收集到的样本数据，通过皮尔逊系数和AMOS结构方程定量分析了七商指标的内部关联关系和七商之间的逻辑关联关系。构建了科技创新人才匹配模型和基于多层交互权重和熵值理论的科技创新人才模糊综合评价模型，对样本个体是否符合高层次科技创新人才的标准进行判别，进一步通过评价模型系统评价样本个体的科技创新层次等级。通过复杂网络理论研究了科技创新人才无向加权小世界网络的节点重要性评价和网络抗毁性问题。通过脑认知模型分析脑生理结构对七商相关指标的影响，并从自顶向下概念加工、自底向上数据加工和双向协同加工三种分析角度研究不同类别的科技创新人才七商及其相关指标间的差别。借鉴机器智能的相关理论方法分析人的智慧和机器智能之间的异同，并论证了科技创新人才培养过程中的关键要素和人机协同发展的相关理论。利用样本数据对前文所构建的模型进行实证研究，整合文中的相关研究成果。