一种基于创新价值分析的科技成果评价方法和系统

本申请提供一种基于创新价值分析的科技成果评价方法和系统，在组合学习的基础上，加入一致的质心矢量作为每一需要训练的协同算法的分类决策边界，依据分类决策边界对各个需要训练的协同算法进行监督。由于每一需要训练的协同算法间的分类决策边界相同，那么，可将各需要训练的协同算法的矢量表征约束在同一表征场域。算法训练环节，基于将矢量表征与分类决策边界的夹角增大的方向完善算法的价值评价分类能力，增大后矢量表征的正交性强，此时，需要训练的协同算法之间的表征矢量具有更高的协同补充效果。本申请可以在避免繁琐的组合调试的情况下，直接获得一个鲁棒性较好的组合算法，节省了算法训练的时间和计算资源。