報(bào)告是指向上級(jí)機(jī)關(guān)匯報(bào)本單位、本部門(mén)、本地區(qū)工作情況、做法、經(jīng)驗(yàn)以及問(wèn)題的報(bào)告，報(bào)告書(shū)寫(xiě)有哪些要求呢？我們?cè)鯓硬拍軐?xiě)好一篇報(bào)告呢？這里我整理了一些優(yōu)秀的報(bào)告范文，希望對(duì)大家有所幫助，下面我們就來(lái)了解一下吧。
開(kāi)題報(bào)告如何撰寫(xiě)篇1
題目：論幼兒園教師信息素養(yǎng)的培養(yǎng)
學(xué)生姓名：xx
學(xué)號(hào)：xx
指導(dǎo)教師：xx
學(xué)院：xx
專業(yè)：xx
職稱：xx
選題的意義及研究狀況：xx
21世紀(jì)是以信息技術(shù)為標(biāo)志的世紀(jì)，以計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)為核心的現(xiàn)代信息技術(shù)不斷發(fā)展，改變著人們的生活，信息化成為社會(huì)發(fā)展的必然趨勢(shì)。信息的獲取、分析、處理、應(yīng)用的能力將作為現(xiàn)代人最基本的能力和素質(zhì)，信息技術(shù)教育成為教育改革和發(fā)展的重點(diǎn)，教師信息素養(yǎng)的提升也成了新的時(shí)代課題。而幼兒教育作為基礎(chǔ)教育顯得尤為重要和關(guān)鍵，因此，現(xiàn)代化教育對(duì)幼兒教師的信息素養(yǎng)提出了新的要求。
何克抗認(rèn)為：教師的信息素養(yǎng)“應(yīng)當(dāng)是與‘信息獲取、信息分析、信息加工和信息利用’有關(guān)的基礎(chǔ)知識(shí)和實(shí)際能力。其中：①信息獲取，包括信息發(fā)現(xiàn)、信息采集與信息優(yōu)選；②信息分析，包括信息分類、信息綜合、信息查錯(cuò)與信息評(píng)價(jià)；③信息加工，包括信息的排序與檢索、信息的組織與表達(dá)、信息的存儲(chǔ)與變換以及信息的控制與傳輸?shù)?；④信息利用，包括如何有效地利用信息?lái)解決學(xué)習(xí)、工作和生活中的各種問(wèn)題。
這就要求幼兒教師不斷加強(qiáng)學(xué)習(xí)，與時(shí)俱進(jìn)，在掌握相應(yīng)的幼兒教育方法和手段的同時(shí)，掌握一些現(xiàn)代教育技術(shù)知識(shí)，提升信息素養(yǎng)，完善自身，適應(yīng)時(shí)代的要求，促進(jìn)我國(guó)幼教事業(yè)的發(fā)展。
主要內(nèi)容：
引言：現(xiàn)代化教育對(duì)教師信息素養(yǎng)提出要求
一、信息素養(yǎng)的及幼兒教師信息素養(yǎng)
（一）信息素養(yǎng)的概念
（二）教師的基本信息素養(yǎng)
（三）幼兒園教師信息素養(yǎng)的目標(biāo)
二、幼兒教師信息素養(yǎng)問(wèn)題
（一）分析調(diào)查問(wèn)卷
（二）幼兒教師信息素養(yǎng)的現(xiàn)狀
（三）對(duì)幼兒教師信息素養(yǎng)問(wèn)題的分析
三、對(duì)幼兒教師信息素養(yǎng)的討論
（一）提高幼兒教師信息技術(shù)能力的策略、途徑
（二）對(duì)幼兒教師信息素養(yǎng)的培養(yǎng)提出建設(shè)性意見(jiàn)
（三）對(duì)現(xiàn)今的教師整體教育現(xiàn)狀進(jìn)行反思
研究方法：文獻(xiàn)調(diào)查、實(shí)地觀察、問(wèn)卷調(diào)查、訪談等
思路：通過(guò)對(duì)現(xiàn)代化教育環(huán)境下幼兒園教師信息素養(yǎng)的調(diào)查了解，分析幼兒園教師信息素養(yǎng)的現(xiàn)狀，對(duì)存在的問(wèn)題進(jìn)行分析探討，并根據(jù)現(xiàn)代化教育的要求及幼兒園的教學(xué)特點(diǎn)，提出幼兒教師信息素養(yǎng)的要求及培養(yǎng)意見(jiàn)。
準(zhǔn)備情況（查閱過(guò)的文獻(xiàn)資料及調(diào)研情況，現(xiàn)有儀器、設(shè)備情況、已發(fā)表或撰寫(xiě)的相關(guān)文章等）
總體安排和進(jìn)度（包括階段性工作內(nèi)容及完成日期）：
1、20xx年12月5日參加畢業(yè)論文開(kāi)題報(bào)告會(huì)，確定論文題目
2、20xx年12月2日－2006年12月6日準(zhǔn)備完成開(kāi)題報(bào)告書(shū)
3、20xx年12月7日－2006年12月12日完成畢業(yè)論文開(kāi)題報(bào)告書(shū)
4、20xx年12月15日－2007年3月10日完成畢業(yè)論文初稿
5、20xx年3月10日－2007年4月10日修改論文初稿，并完成最終定稿
6、20xx年4月11日－2007年4月20日進(jìn)行畢業(yè)論文評(píng)審
指導(dǎo)教師簽名：xx
開(kāi)題報(bào)告如何撰寫(xiě)篇2
本選題的研究意義和應(yīng)用價(jià)值：
任何專業(yè)技能的學(xué)習(xí)都必須建立在基礎(chǔ)知識(shí)學(xué)習(xí)之上。當(dāng)前，新課程改革要求學(xué)生要全面發(fā)展，提高綜合能力和素質(zhì)。藝術(shù)教育作為一項(xiàng)專業(yè)技能教育，成為許多學(xué)生和家長(zhǎng)眼中的熱點(diǎn)。但是，我們應(yīng)該清楚的看到，現(xiàn)在許多藝術(shù)院校的學(xué)生基礎(chǔ)知識(shí)比較薄弱，基本知識(shí)掌握較差，再加上藝術(shù)院校在錄取生源時(shí)比較看中學(xué)生的藝術(shù)能力，對(duì)文化基礎(chǔ)知識(shí)要求比較低，所以造成藝術(shù)院校的學(xué)生文化素質(zhì)相對(duì)較低。為了學(xué)生以后走上工作崗位不出現(xiàn)瘸腿現(xiàn)象，加強(qiáng)藝術(shù)教育中的文化素質(zhì)顯得比較重要和具有現(xiàn)實(shí)意義。
本選題的研究現(xiàn)狀：
學(xué)者普遍關(guān)注藝術(shù)教育從生涯規(guī)劃的角度關(guān)注學(xué)生的完滿性發(fā)展，不僅注重學(xué)生專業(yè)知識(shí)和職業(yè)能力的培養(yǎng)，同時(shí)注重從情感、意志、情緒、倫理各方面對(duì)學(xué)生的人格做全面的規(guī)劃和引導(dǎo)，使之在社會(huì)適應(yīng)能力、綜合能力、創(chuàng)新能力以及情感、價(jià)值觀等各方面平衡發(fā)展，進(jìn)而成為一個(gè)完善的社會(huì)人。這體現(xiàn)了藝術(shù)教育應(yīng)從過(guò)去培養(yǎng)單純的專業(yè)人才轉(zhuǎn)變?yōu)榕囵B(yǎng)專業(yè)人文者。這種教育理念的轉(zhuǎn)變必然引起藝術(shù)教育一系列課程的改革與整合。學(xué)者認(rèn)為崇尚人文精神和創(chuàng)新精神應(yīng)該是藝術(shù)教育發(fā)展的指導(dǎo)思想。提高學(xué)生人文素質(zhì)離不開(kāi)人文教育。加強(qiáng)人文教育，有助于培養(yǎng)學(xué)生的社會(huì)責(zé)任感，有助于培養(yǎng)學(xué)生完善的人格，有助于提升學(xué)生的精神境界，藝術(shù)院校是文化藝術(shù)的搖籃，是一片弘揚(yáng)人類文明的沃土，更應(yīng)把提高學(xué)生人文素質(zhì)作為最根本的任務(wù)。但遺憾的是，我們一直不重視學(xué)生全面素質(zhì)的提高，特別是人文素質(zhì)的培養(yǎng)，片面強(qiáng)調(diào)實(shí)用技術(shù)教育，忽略人文教育，可能會(huì)把我們的學(xué)生培養(yǎng)成技術(shù)純良的工具人。有學(xué)者認(rèn)為，人文教育特別是藝術(shù)教育主要是培養(yǎng)和提高學(xué)生的形象思維能力的。也有學(xué)者認(rèn)為藝術(shù)教育的發(fā)展是一個(gè)漫長(zhǎng)的過(guò)程，要搞清楚他的發(fā)展方向和基本任務(wù)。藝術(shù)學(xué)科建設(shè)不能是粗放式的，而應(yīng)該講究精品效應(yīng)。單科藝術(shù)院校培養(yǎng)藝術(shù)家，綜合大學(xué)則要致力于培養(yǎng)藝術(shù)理論研究者，在這樣的雙軌制下全面發(fā)展，深入研究，進(jìn)行改革，注重交叉學(xué)科，從宏觀的角度對(duì)藝術(shù)教育進(jìn)行整體研究，確立藝術(shù)學(xué)科的地位。要清晰的認(rèn)識(shí)到藝術(shù)教育的基本任務(wù)應(yīng)該是：向在校的學(xué)生進(jìn)行藝術(shù)教育，提高整個(gè)大學(xué)學(xué)生的綜合素質(zhì)。南開(kāi)大學(xué)文學(xué)院的楊嵐博士認(rèn)為素質(zhì)教育系列中的藝術(shù)教育應(yīng)更突出其心育、情育、美育的功能，發(fā)揮其作為文化平衡和文化創(chuàng)新因子的作用，促進(jìn)人的自由而全面的發(fā)展。她認(rèn)為面向全體大學(xué)生的大眾性普及性的藝術(shù)理論、藝術(shù)歷史、藝術(shù)鑒賞教育，著力點(diǎn)放在促進(jìn)大學(xué)生全面發(fā)展，放在對(duì)專業(yè)化教育、機(jī)械性文化、技術(shù)性理性構(gòu)成強(qiáng)有力的文化制衡上。
自己的見(jiàn)解：
筆者認(rèn)為，藝術(shù)教育中重視文化素質(zhì)無(wú)可厚非，因?yàn)槿魏渭寄艿漠a(chǎn)生和發(fā)展，都與基礎(chǔ)知識(shí)和文化密不可分，藝術(shù)教育也是建立在基礎(chǔ)文化知識(shí)之上的。但是，現(xiàn)在學(xué)者們的研究只盯在論理上，從理論的高度進(jìn)行分析和論證。其實(shí)，從實(shí)證的角度更能說(shuō)明藝術(shù)教育中文化素質(zhì)的重要性和地位更應(yīng)如何。所以，作者對(duì)藝術(shù)教育需要哪些文化知識(shí)進(jìn)行了分析和重構(gòu)，也愿更好的為藝術(shù)教育中滲透文化素質(zhì)建言獻(xiàn)策。
研究的主要內(nèi)容：
一、藝術(shù)教育中文化素質(zhì)缺失及其表現(xiàn)
（一）歷史文化知識(shí)缺乏，吸收借鑒人類先進(jìn)文化的自覺(jué)意識(shí)不強(qiáng)，文化底蘊(yùn)支撐薄弱
（二）哲學(xué)知識(shí)不足，創(chuàng)新思維遲鈍，思想僵化
（三）文學(xué)素養(yǎng)和藝術(shù)鑒賞水平不高，人文情懷不足，人格影響力欠缺
（四）心理學(xué)倫理學(xué)知識(shí)欠缺，精神意志不夠堅(jiān)定，應(yīng)對(duì)復(fù)雜情況的能力不強(qiáng)
二、藝術(shù)教育中增強(qiáng)文化素質(zhì)的思考
（一）將審美教育與傳統(tǒng)文化教育相結(jié)合
（二）突出審美教育對(duì)培養(yǎng)大學(xué)生正確審美觀的作用
（三）強(qiáng)化大學(xué)生的人格塑造與社會(huì)責(zé)任感相聯(lián)系
三、結(jié)語(yǔ)
主要研究方法：訪談法、調(diào)查法、歸納法、演繹法、經(jīng)驗(yàn)總結(jié)法等。
1、以定性研究為主，輔以定量分析
2、靜態(tài)研究和動(dòng)態(tài)研究相結(jié)合
3、要理論研究與實(shí)際運(yùn)用相結(jié)合
開(kāi)題報(bào)告如何撰寫(xiě)篇3
一、論文名稱、課題來(lái)源、選題依據(jù)
論文名稱：基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)與評(píng)估模型及其應(yīng)用研究
課題來(lái)源：?jiǎn)挝蛔詳M課題或政府下達(dá)的研究課題
選題依據(jù)：
技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估是企業(yè)技術(shù)創(chuàng)新決策的前提和依據(jù)。通過(guò)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估，可以使企業(yè)對(duì)未來(lái)的技術(shù)發(fā)展水平及其變化趨勢(shì)有正確的把握，從而為企業(yè)的技術(shù)創(chuàng)新決策提供科學(xué)的依據(jù)，以減少技術(shù)創(chuàng)新決策過(guò)程中的主觀性和盲目性。只有在正確把握技術(shù)創(chuàng)新發(fā)展方向的前提下，企業(yè)的技術(shù)創(chuàng)新工作才能沿著正確方向開(kāi)展，企業(yè)產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力才能得到不斷加強(qiáng)。在市場(chǎng)競(jìng)爭(zhēng)日趨激烈的現(xiàn)代商業(yè)中，企業(yè)的技術(shù)創(chuàng)新決定著企業(yè)生存和發(fā)展、前途與命運(yùn)，為了確保技術(shù)創(chuàng)新工作的正確性，企業(yè)對(duì)技術(shù)創(chuàng)新的預(yù)測(cè)和評(píng)估提出了更高的要求。
二、本課題國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展趨勢(shì)
現(xiàn)有的技術(shù)創(chuàng)新預(yù)測(cè)方法可分為趨勢(shì)外推法、相關(guān)分析法和專家預(yù)測(cè)法三大類。
（1）趨勢(shì)外推法。指利用過(guò)去和現(xiàn)在的技術(shù)、經(jīng)濟(jì)信息，分析技術(shù)發(fā)展趨勢(shì)和規(guī)律，在分析判斷這些趨勢(shì)和規(guī)律將繼續(xù)的前提下，將過(guò)去和現(xiàn)在的趨勢(shì)向未來(lái)推演。生長(zhǎng)曲線法是趨勢(shì)外推法中的一種應(yīng)用較為廣泛的技術(shù)創(chuàng)新預(yù)測(cè)方法，美國(guó)生物學(xué)家和人口統(tǒng)計(jì)學(xué)家RaymondPearl提出的Pearl曲線（數(shù)學(xué)模型為：Y=L∕[1+A？exp（-B·t）]）及英國(guó)數(shù)學(xué)家和統(tǒng)計(jì)學(xué)家Gompertz提出的Gompertz曲線（數(shù)學(xué)模型為：Y=L·exp（-B·t））皆屬于生長(zhǎng)曲線，其預(yù)測(cè)值Y為技術(shù)性能指標(biāo)，t為時(shí)間自變量，L、A、B皆為常數(shù)。Ridenour模型也屬于生長(zhǎng)曲線預(yù)測(cè)法，但它假定新技術(shù)的成長(zhǎng)速度與熟悉該項(xiàng)技術(shù)的人數(shù)成正比，主要適用于新技術(shù)、新產(chǎn)品的擴(kuò)散預(yù)測(cè)。
（2）相關(guān)分析法。利用一系列條件、參數(shù)、因果關(guān)系數(shù)據(jù)和其他信息，建立預(yù)測(cè)對(duì)象與影響因素的因果關(guān)系模型，預(yù)測(cè)技術(shù)的發(fā)展變化。相關(guān)分析法認(rèn)為，一種技術(shù)性能的改進(jìn)或其應(yīng)用的擴(kuò)展是和其他一些已知因素高度相關(guān)的，這樣，通過(guò)已知因素的分析就可以對(duì)該項(xiàng)技術(shù)進(jìn)行預(yù)測(cè)。相關(guān)分析法主要有以下幾種：導(dǎo)前-滯后相關(guān)分析、技術(shù)進(jìn)步與經(jīng)驗(yàn)積累的相關(guān)分析、技術(shù)信息與人員數(shù)等因素的相關(guān)分析及目標(biāo)與手段的相關(guān)分析等方法。
（3）專家預(yù)測(cè)法。以專家意見(jiàn)作為信息來(lái)源，通過(guò)系統(tǒng)的調(diào)查、征詢專家的意見(jiàn)，分析和整理出預(yù)測(cè)結(jié)果。專家預(yù)測(cè)法主要有：專家個(gè)人判斷法、專家會(huì)議法、頭腦風(fēng)暴法及德?tīng)柗品ǖ?，其中，德?tīng)柗品ㄎ樟饲皫追N專家預(yù)測(cè)法的長(zhǎng)處，避免了其缺點(diǎn)，被認(rèn)為是技術(shù)預(yù)測(cè)中最有效的專家預(yù)測(cè)法。
趨勢(shì)外推法的預(yù)測(cè)數(shù)據(jù)只能為縱向數(shù)據(jù)，在進(jìn)行產(chǎn)品技術(shù)創(chuàng)新預(yù)測(cè)時(shí)，只能利用過(guò)去的產(chǎn)品技術(shù)性能這一個(gè)指標(biāo)來(lái)預(yù)測(cè)它的隨時(shí)間的發(fā)展趨勢(shì)，并不涉及影響產(chǎn)品技術(shù)創(chuàng)新的科技、經(jīng)濟(jì)、產(chǎn)業(yè)、市場(chǎng)、社會(huì)及政策等多方面因素。在現(xiàn)代商業(yè)經(jīng)濟(jì)中，對(duì)于產(chǎn)品技術(shù)發(fā)展的預(yù)測(cè)不能簡(jiǎn)單地歸結(jié)為產(chǎn)品過(guò)去技術(shù)性能指標(biāo)按時(shí)間的進(jìn)展來(lái)類推，而應(yīng)系統(tǒng)綜合地考慮現(xiàn)代商業(yè)中其他因素對(duì)企業(yè)產(chǎn)品技術(shù)創(chuàng)新的深刻影響。相關(guān)分析法盡管可同時(shí)按橫向數(shù)據(jù)和縱向數(shù)據(jù)來(lái)進(jìn)行預(yù)測(cè)，但由于它是利用過(guò)去的歷史數(shù)據(jù)中的某些影響產(chǎn)品技術(shù)創(chuàng)新的因素求出的具體的回歸預(yù)測(cè)式，而所得到的回歸預(yù)測(cè)模型往往只能考慮少數(shù)幾種主要影響因素，略去了許多未考慮的因素，所以，所建模型對(duì)實(shí)際問(wèn)題的表達(dá)能力也不夠準(zhǔn)確，預(yù)測(cè)結(jié)果與實(shí)際的符合程度也有較大偏差。專家預(yù)測(cè)法是一種定性預(yù)測(cè)方法，依靠的是預(yù)測(cè)者的知識(shí)和經(jīng)驗(yàn)，往往帶有主觀性，難以滿足企業(yè)對(duì)技術(shù)創(chuàng)新預(yù)測(cè)準(zhǔn)確度的要求。以上這些技術(shù)創(chuàng)新預(yù)測(cè)技術(shù)和方法為企業(yè)技術(shù)創(chuàng)新工作的開(kāi)展做出了很大的貢獻(xiàn)，為企業(yè)技術(shù)創(chuàng)新的預(yù)測(cè)提供了科學(xué)的方法論，但在新的經(jīng)濟(jì)和市場(chǎng)環(huán)境下，技術(shù)創(chuàng)新預(yù)測(cè)的方法和技術(shù)應(yīng)有新的豐富和發(fā)展，以克服自身的不足，更進(jìn)一步適應(yīng)時(shí)代發(fā)展的需要，為企業(yè)的技術(shù)創(chuàng)新工作的開(kāi)展和企業(yè)的生存與發(fā)展提供先進(jìn)的基礎(chǔ)理論和技術(shù)方法。
目前，在我國(guó)企業(yè)技術(shù)創(chuàng)新評(píng)估中，一般只考慮如下四個(gè)方面的因素：
（1）技術(shù)的先進(jìn)性、可行性、連續(xù)性；
（2）經(jīng)濟(jì)效果；
（3）社會(huì)效果；
（4）風(fēng)險(xiǎn)性。
在對(duì)此四方面內(nèi)容逐個(gè)分析后，再作綜合評(píng)估。在綜合評(píng)估中所用的方法主要有：Delphi法（專家法）、AHP法（層次分析法）、模糊評(píng)估法、決策樹(shù)法、戰(zhàn)略方法及各種圖例法等，但技術(shù)創(chuàng)新的評(píng)估是一個(gè)非常復(fù)雜的系統(tǒng)，其中存在著廣泛的非線性、時(shí)變性和不確定性，同時(shí)，還涉及技術(shù)、經(jīng)濟(jì)、管理、社會(huì)等諸多復(fù)雜因素，目前所使用的原理和方法，難以滿足企業(yè)對(duì)技術(shù)創(chuàng)新評(píng)估科學(xué)性的要求。關(guān)于技術(shù)創(chuàng)新評(píng)估的研究，在我國(guó)的歷史還不長(zhǎng)，無(wú)論是指標(biāo)體系還是評(píng)估方法，均處于研究之中，我們認(rèn)為目前在企業(yè)技術(shù)創(chuàng)新評(píng)估方面應(yīng)做的工作是建立一套符合我國(guó)實(shí)際情況的技術(shù)創(chuàng)新評(píng)估指標(biāo)體系；建立一種適應(yīng)于多因素、非線性和不確定性的綜合評(píng)估方法。
這種情況下，神經(jīng)網(wǎng)絡(luò)技術(shù)就有其特有的優(yōu)勢(shì)，以其并行分布、自組織、自適應(yīng)、自學(xué)習(xí)和容錯(cuò)性等優(yōu)良性能，可以較好地適應(yīng)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估這類多因素、不確定性和非線性問(wèn)題，它能克服上述各方法的不足。本項(xiàng)目以BP神經(jīng)網(wǎng)絡(luò)作為基于多因素的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型構(gòu)建的基礎(chǔ)，BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層構(gòu)成，各層的神經(jīng)元數(shù)目不同，由正向傳播和反向傳播組成，在進(jìn)行產(chǎn)品技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估時(shí)，從輸入層輸入影響產(chǎn)品技術(shù)創(chuàng)新預(yù)測(cè)值和評(píng)估值的n個(gè)因素信息，經(jīng)隱含層處理后傳入輸出層，其輸出值Y即為產(chǎn)品技術(shù)創(chuàng)新技術(shù)性能指標(biāo)的預(yù)測(cè)值或產(chǎn)品技術(shù)創(chuàng)新的評(píng)估值。這種n個(gè)因素指標(biāo)的設(shè)置，考慮了概括性和動(dòng)態(tài)性，力求全面、客觀地反映影響產(chǎn)品技術(shù)創(chuàng)新發(fā)展的主要因素和導(dǎo)致產(chǎn)品個(gè)體差異的主要因素，盡管是黑匣子式的預(yù)測(cè)和評(píng)估，但事實(shí)證明它自身的強(qiáng)大學(xué)習(xí)能力可將需考慮的多種因素的數(shù)據(jù)進(jìn)行融合，輸出一個(gè)經(jīng)非線性變換后較為精確的預(yù)測(cè)值和評(píng)估值。
據(jù)文獻(xiàn)查閱，雖然在技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估的現(xiàn)有原理和方法的改進(jìn)和完善方面有一定的研究，如文獻(xiàn)[08]、[09]、[11]等，但尚未發(fā)現(xiàn)將神經(jīng)網(wǎng)絡(luò)應(yīng)用于技術(shù)創(chuàng)新預(yù)測(cè)與評(píng)估方面的研究，在當(dāng)前產(chǎn)品的市場(chǎng)壽命周期不斷縮短、要求企業(yè)不斷推出新產(chǎn)品的經(jīng)濟(jì)條件下，以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)來(lái)建立產(chǎn)品技術(shù)創(chuàng)新預(yù)測(cè)與評(píng)估模型，是對(duì)技術(shù)創(chuàng)新定量預(yù)測(cè)和評(píng)估方法的有益補(bǔ)充和完善。
三、論文預(yù)期成果的理論意義和應(yīng)用價(jià)值
本項(xiàng)目研究的理論意義表現(xiàn)在：
（1）探索新的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估技術(shù)，豐富和完善技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估方法體系；
（2）將神經(jīng)網(wǎng)絡(luò)技術(shù)引入技術(shù)創(chuàng)新的預(yù)測(cè)和評(píng)估，有利于推動(dòng)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估方法的發(fā)展。
本項(xiàng)目研究的應(yīng)用價(jià)值體現(xiàn)在：
（1）提供一種基于多因素的技術(shù)創(chuàng)新定量預(yù)測(cè)技術(shù)，有利于提高預(yù)測(cè)的正確性；
（2）提供一種基于BP神經(jīng)網(wǎng)絡(luò)的綜合評(píng)估方法，有利于提高評(píng)估的科學(xué)性；
（3）為企業(yè)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估工作提供新的方法論和實(shí)用技術(shù)。
四、課題研究的主要內(nèi)容
研究目標(biāo)：
以BP神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)研究基于多因素的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型，并建立科學(xué)的預(yù)測(cè)和評(píng)估指標(biāo)體系及設(shè)計(jì)相應(yīng)的模型計(jì)算方法，結(jié)合企業(yè)的具體實(shí)際，對(duì)指標(biāo)和模型體系進(jìn)行實(shí)證分析，使研究具有一定的理論水平和實(shí)用價(jià)值。
研究?jī)?nèi)容：
1、影響企業(yè)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)佑的相關(guān)指標(biāo)體系確定及其量化和規(guī)范化。從企業(yè)的宏觀環(huán)境和微觀環(huán)境兩個(gè)方面入手，密切結(jié)合電子商務(wù)和知識(shí)經(jīng)濟(jì)對(duì)企業(yè)技術(shù)創(chuàng)新的影響，系統(tǒng)綜合地分析影響產(chǎn)品技術(shù)創(chuàng)新的各相關(guān)因素，建立科學(xué)的企業(yè)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估指標(biāo)體系，并研究其量化和規(guī)范化的原則及方法。
2、影響技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估各相關(guān)指標(biāo)的相對(duì)權(quán)重確定。影響技術(shù)創(chuàng)新發(fā)展和變化各相關(guān)因素在輸入預(yù)測(cè)和評(píng)估模型時(shí)，需要一組決定其相對(duì)重要性的初始權(quán)重，權(quán)重的確定需要基本的原則作支持。
3、基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型研究。根據(jù)技術(shù)創(chuàng)新預(yù)測(cè)的特點(diǎn)，以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，構(gòu)建基于多因素的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型。
4、基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型計(jì)算方法設(shè)計(jì)。根據(jù)基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型的基本特點(diǎn)，設(shè)計(jì)其相應(yīng)的計(jì)算方法。
5、基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型學(xué)習(xí)樣本設(shè)計(jì)。根據(jù)相關(guān)的歷史資料，構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型的學(xué)習(xí)樣本，對(duì)預(yù)測(cè)和評(píng)估模型進(jìn)行自學(xué)習(xí)和訓(xùn)練，使模型適合實(shí)際情況。
6、基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估技術(shù)的實(shí)證研究。以一般企業(yè)的技術(shù)創(chuàng)新預(yù)測(cè)與評(píng)估工作為背景，對(duì)基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估技術(shù)進(jìn)行實(shí)證研究。
創(chuàng)新點(diǎn)：
1、建立一套基于電子商務(wù)和知識(shí)經(jīng)濟(jì)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估指標(biāo)體系。目前，在技術(shù)創(chuàng)新的預(yù)測(cè)和評(píng)估指標(biāo)體系方面，一種是采用傳統(tǒng)的指標(biāo)體系，另一種是采用國(guó)外先進(jìn)國(guó)家的指標(biāo)體系，如何結(jié)合我國(guó)實(shí)際當(dāng)前經(jīng)濟(jì)形勢(shì)，參考國(guó)外先進(jìn)發(fā)達(dá)國(guó)家的研究工作，建立一套適合于我國(guó)企業(yè)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估指標(biāo)體系，此為本研究要做的首要工作，這是一項(xiàng)創(chuàng)新。
2、研究基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型及其計(jì)算方法。神經(jīng)網(wǎng)絡(luò)技術(shù)具有并行分布處理、自學(xué)習(xí)、自組織、自適應(yīng)和容錯(cuò)性等優(yōu)良性能，能較好地處理基于多因素、非線性和不確定性預(yù)測(cè)和評(píng)估的現(xiàn)實(shí)問(wèn)題，本項(xiàng)目首次將神經(jīng)網(wǎng)絡(luò)技術(shù)引入企業(yè)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估，這也是一項(xiàng)創(chuàng)新。
五、課題研究的基本方法、技術(shù)路線的可行性論證
1、重視系統(tǒng)分析。以系統(tǒng)科學(xué)的思想為指導(dǎo)來(lái)分析影響企業(yè)技術(shù)創(chuàng)新發(fā)展和變化的宏觀因素和微觀因素，并研究影響因素間的內(nèi)在聯(lián)系，確定其相互之間的重要度，探討其量化和規(guī)范化的方法，將國(guó)外先進(jìn)國(guó)家的研究成果與我國(guó)具體實(shí)際相結(jié)合，建立我國(guó)企業(yè)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估的指標(biāo)體系。
2、重視案例研究。從國(guó)內(nèi)外技術(shù)創(chuàng)新預(yù)測(cè)與決策成功和失敗的案例中，發(fā)現(xiàn)問(wèn)題、分析問(wèn)題，歸納和總結(jié)出具有共性的東西，探索技術(shù)創(chuàng)新預(yù)測(cè)與宏觀因素與微觀因素之間的內(nèi)在關(guān)系。
3、采用先簡(jiǎn)單后復(fù)雜的研究方法。對(duì)基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型的研究，先從某一行業(yè)出發(fā)，定義模型的基本輸入因素，然后，逐步擴(kuò)展，逐步增加模型的復(fù)雜度。
4、要理論和實(shí)踐相結(jié)合。將研究工作與具體企業(yè)的技術(shù)創(chuàng)新實(shí)際相結(jié)合，進(jìn)行實(shí)證研究，在實(shí)踐中豐富和完善，研究出具有科學(xué)性和實(shí)用性的成果。
六、開(kāi)展研究已具備的條件、可能遇到的困難與問(wèn)題及解決措施
本人長(zhǎng)期從事市場(chǎng)營(yíng)銷和技術(shù)創(chuàng)新方面的研究工作，編寫(xiě)出版了《現(xiàn)代市場(chǎng)營(yíng)銷學(xué)》和《現(xiàn)代企業(yè)管理學(xué)》等有關(guān)著作，發(fā)表了“企業(yè)技術(shù)創(chuàng)新與營(yíng)銷管理創(chuàng)新”、“企業(yè)技術(shù)創(chuàng)新與營(yíng)銷組織創(chuàng)新”及“企業(yè)技術(shù)創(chuàng)新與營(yíng)銷觀念創(chuàng)新”等與技術(shù)創(chuàng)新相關(guān)的學(xué)術(shù)研究論文，對(duì)企業(yè)技術(shù)創(chuàng)新的預(yù)測(cè)和評(píng)估有一定的理論基礎(chǔ)，也從事過(guò)企業(yè)產(chǎn)品技術(shù)創(chuàng)新方面的策劃和研究工作，具有一定的實(shí)踐經(jīng)驗(yàn)，與許多企業(yè)有密切的合作關(guān)系，同時(shí)，對(duì)神經(jīng)網(wǎng)絡(luò)技術(shù)也進(jìn)行過(guò)專門(mén)的學(xué)習(xí)和研究，所以，本項(xiàng)目研究的理論基礎(chǔ)、技術(shù)基礎(chǔ)及實(shí)驗(yàn)場(chǎng)所已基本具備，能順利完成本課題的研究，取得預(yù)期的研究成果。
七、論文研究的進(jìn)展計(jì)劃
20xx.07-20xx.09：完成論文開(kāi)題。
20xx.09-20xx.11：影響企業(yè)技術(shù)創(chuàng)新發(fā)展的指標(biāo)體系研究及其量化和規(guī)范化。
20xx.11-20xx.01：基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型的構(gòu)建。
20xx.01-20xx.03：基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型計(jì)算方法研究。
20xx.03-20xx.04：基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型體系的實(shí)證研究。
20xx.04-20xx.06：完成論文寫(xiě)作、修改定稿，準(zhǔn)備答辯。
開(kāi)題報(bào)告如何撰寫(xiě)篇4
一、論文的研究?jī)?nèi)容
論文的研究?jī)?nèi)容包括兩個(gè)方面：一是研究新的高效的聚類算法；一是把已有的聚類算法或論文提出的新算法和入侵檢測(cè)技術(shù)相結(jié)合，從而提出一個(gè)好的入侵檢測(cè)模型。具體的研究?jī)?nèi)容包括以下幾個(gè)點(diǎn)：
第一、針對(duì)聚類算法的研究問(wèn)題：
1、如何提高算法的可擴(kuò)展性
許多聚類算法在小于200個(gè)數(shù)據(jù)對(duì)象的小數(shù)據(jù)集上是高效率的，但是無(wú)法處理一個(gè)大規(guī)模數(shù)據(jù)庫(kù)里的海量對(duì)象?，F(xiàn)有的聚類算法只有極少數(shù)適合處理大數(shù)據(jù)集，而且只能處理數(shù)值型數(shù)據(jù)對(duì)象，無(wú)法分析具有類屬性的數(shù)據(jù)對(duì)象。
2、如何處理離群點(diǎn)
在實(shí)際應(yīng)用中，估計(jì)數(shù)據(jù)集中的離群點(diǎn)可能是非常困難的，很多算法通常丟棄增長(zhǎng)緩慢的簇，這樣的簇趨向于代表離群點(diǎn)。然而在某些應(yīng)用中，用戶可能對(duì)相對(duì)較小的簇比較感興趣，比如入侵檢測(cè)中，這些小的簇可能代表異常行為，那么我們需要考慮在對(duì)算法影響更小的前提下，如何更好的處理這些離群點(diǎn)。
3、研究適合具有類屬性數(shù)據(jù)的聚類算法的有效性
對(duì)聚類分析而言，有效性問(wèn)題通?？梢赞D(zhuǎn)換為最佳類別數(shù)K的決策。而目前有關(guān)聚類算法的有效性分析，大都集中在對(duì)數(shù)值數(shù)據(jù)的聚類方式分析上。對(duì)于具有類屬性的數(shù)據(jù)聚類，還沒(méi)有行之有效的分析方法。
第二、針對(duì)聚類算法在IDS應(yīng)用中的研究問(wèn)題：
1、如何結(jié)合聚類技術(shù)和入侵檢測(cè)技術(shù)取得更好的效果
很多的聚類算法都已經(jīng)和IDS應(yīng)用環(huán)境結(jié)合起來(lái)了，很多研究者對(duì)前人提出的算法作出改進(jìn)后，應(yīng)用到IDS系統(tǒng)中去，或者提出一個(gè)全新的算法來(lái)適應(yīng)IDS的要求。隨著聚類技術(shù)的不斷發(fā)展，聚類技術(shù)在入侵檢測(cè)中的應(yīng)用將是一個(gè)很有前景的工作。我們需要把更好的聚類技術(shù)成果應(yīng)用到入侵檢測(cè)中。
2、利用聚類技術(shù)處理入侵檢測(cè)中的頻繁誤警
雖然入侵檢測(cè)是重要的安全措施，然而它常常觸發(fā)大量的誤警，使得安全管理員不堪重負(fù)，事實(shí)上，大量的誤警是重復(fù)發(fā)生并且頻繁發(fā)生的，可以利用聚類技術(shù)來(lái)尋找導(dǎo)致IDS產(chǎn)生大量誤警的本質(zhì)原因。
二、學(xué)位論文研究依據(jù)
學(xué)位論文的選題依據(jù)和研究意義，以及國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)聚類分析研究已經(jīng)有很長(zhǎng)的歷史，其重要性及其與其他研究方向的交叉特性已經(jīng)得到了研究者的充分肯定。對(duì)聚類算法的研究必將推動(dòng)相關(guān)學(xué)科向前發(fā)展。另外，聚類技術(shù)已經(jīng)活躍在廣泛的應(yīng)用領(lǐng)域。作為與信息安全專業(yè)的交叉學(xué)科，近年來(lái)，聚類算法在入侵檢測(cè)方面也得到大量的應(yīng)用。然而，聚類算法雖取得了長(zhǎng)足的發(fā)展，但仍有一些未解決的問(wèn)題。同時(shí)，聚類算法在某些應(yīng)用領(lǐng)域還沒(méi)有充分的發(fā)揮作用，聚類技術(shù)和入侵檢測(cè)技術(shù)結(jié)合得還不夠完善。在這種背景下，我們認(rèn)為，論文的選題是非常有意義的。
本論文研究的內(nèi)容主要包括兩個(gè)方面：聚類算法的研究以及聚類算法在入侵檢測(cè)中的應(yīng)用。下面從兩個(gè)方面闡述國(guó)內(nèi)外這兩個(gè)方面的發(fā)展現(xiàn)狀和趨勢(shì)：
前人已經(jīng)提出很多聚類算法，然而沒(méi)有任何一種聚類算法可以普遍適用于揭示各種多維數(shù)據(jù)集所呈現(xiàn)出來(lái)的多種多樣的結(jié)構(gòu)，根據(jù)數(shù)據(jù)在聚類中的積聚規(guī)則以及應(yīng)用這些規(guī)則的方法，可以將聚類算法分為以下幾種：
1、劃分聚類算法
劃分聚類算法需要預(yù)先指定聚類數(shù)目或聚類中心，通過(guò)反復(fù)迭代運(yùn)算，逐步降低目標(biāo)函數(shù)的誤差值，當(dāng)目標(biāo)函數(shù)收斂時(shí)，得到最終的聚類結(jié)果，劃分聚類算法典型代表是k-means算法[1]和k-modoids算法。這些算法處理過(guò)程簡(jiǎn)單，運(yùn)行效率好，但是存在對(duì)聚類數(shù)目的依賴性和退化性。迄今為止，許多聚類任務(wù)都選擇這兩個(gè)經(jīng)典算法，針對(duì)k-means及k-modoids的固有弱點(diǎn)，也出現(xiàn)了的不少改進(jìn)版本。
2、層次聚類算法
又稱樹(shù)聚類算法，它使用數(shù)據(jù)的聯(lián)接規(guī)則，透過(guò)一種層次的架構(gòu)方式，反復(fù)將數(shù)據(jù)進(jìn)行分裂和聚合，以形成一個(gè)層次序列的聚類問(wèn)題解。由于層次聚類算法的計(jì)算復(fù)雜性比較高，所以適合于小型數(shù)據(jù)集的聚類。20xx年，Gelbard等人有提出一種新的層次聚合算法，稱為正二進(jìn)制方法。該方法把待分類數(shù)據(jù)以正的二進(jìn)制形式存儲(chǔ)在二維矩陣中，他們認(rèn)為，將原始數(shù)據(jù)轉(zhuǎn)換成正二進(jìn)制會(huì)改善聚類結(jié)果的正確率和聚類的魯棒性，對(duì)于層次聚類算法尤其如此。Kumar等人[9]面向連續(xù)數(shù)據(jù)提出一種新的基于不可分辨粗聚合的層次聚類算法，既考慮了項(xiàng)的出現(xiàn)次序又考慮了集合內(nèi)容，該算法能有效挖掘連續(xù)數(shù)據(jù)，并刻畫(huà)類簇的主要特性。
3、基于密度-網(wǎng)格的聚類算法
與傳統(tǒng)的聚類方法不同：基于密度的聚類算法，通過(guò)數(shù)據(jù)密度來(lái)發(fā)現(xiàn)任意形狀的類簇；基于網(wǎng)格的聚類算法，使用一個(gè)網(wǎng)格結(jié)構(gòu)，圍繞模式組織由矩形塊劃分的值空間，基于塊的分布信息實(shí)現(xiàn)模式聚類，基于網(wǎng)格的聚類算法常常與其他方法相結(jié)合，特別是與基于密度的聚類方法相結(jié)合?；诰W(wǎng)格和密度的聚類方法在以空間信息處理為代表的眾多領(lǐng)域有著廣泛的應(yīng)用。特別是伴隨著近來(lái)處理大規(guī)模數(shù)據(jù)集、可伸縮的聚類方法的開(kāi)發(fā)，它在空間數(shù)據(jù)挖掘研究子域日趨活躍。
【本文地址：http://www.aiweibaby.com/zuowen/118036.html】
