摘要
本发明属于研发费用管理技术领域,尤其涉及一种基于大数据分析的研发费用管理方法。首先采集研发费用、资源分配等数据,借改进深度自编码器预处理,以中位数填缺失值、标准化特征、挖掘融合特征后入数据仓库。分析阶段融合改进One‑Class SVM与增强ARMA模型,One‑Class SVM突破传统分类局限;增强ARMA依自回归析趋势、滑动平均修误差、动态选滞后期预算费用。最终联合二者依风险敏感系数权衡风险费用权重,依项目阶段灵活调配资源,有效弥补传统方法在数据处理、风险识别及预算精准度上的缺陷,为企业精准管控研发费用筑牢根基、开辟新径,提升研发管理效能与经济效益。
技术关键词
ARMA模型
管理方法
风险
误差
数据
资源分配
编码器技术
项目
管理效能
分层
融合特征
解码器
训练集
样本
动态
邻域
松弛
变量
系统为您推荐了相关专利信息
协同设计方法
全生命周期管理
实时监测数据
钢结构
智能化运维
失效评估方法
海洋大气环境
盐雾
动态热机械分析
数据驱动方式
认知能力评估方法
大数据分析技术
能力恢复方法
矩阵
指数
深度学习模型
联合损失函数
语言翻译方法
交叉注意力机制
语句