研究内容：
1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。
从企业的宏观环境和微观环境两个方面入手，密切结合电子商务和知识经济对企业技术创新的影响，系统综合地分析影响产品技术创新的各相关因素，建立科学的企业技术创新预测和评估指标体系，并研究其量化和规范化的原则及方法。
2、影响技术创新预测和评估各相关指标的相对权重确定。
影响技术创新发展和变化各相关因素在输入预测和评估模型时，需要一组决定其相对重要性的初始权重，权重的确定需要基本的原则作支持。
3、基于bp神经网络的技术创新预测和评估模型研究。
根据技术创新预测的特点，以bp神经网络为基础，构建基于多因素的技术创新预测和评估模型。
4、基于bp神经网络的技术创新预测和评估模型计算方法设计。
根据基于bp神经网络的技术创新预测和评估模型的基本特点，设计其相应的计算方法。
5、基于bp神经网络的技术创新预测和评估模型学习样本设计。
根据相关的历史资料，构建基于bp神经网络的技术创新预测和评估模型的学习样本，对预测和评估模型进行自学习和训练，使模型适合实际情况。
6、基于bp神经网络的技术创新预测和评估技术的实证研究。
以一般企业的技术创新预测与评估工作为背景，对基于bp神经网络的技术创新预测和评估技术进行实证研究。
创新点：
1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。
目前，在技术创新的预测和评估指标体系方面，一种是采用传统的指标体系，另一种是采用国外先进国家的指标体系，如何结合我国实际当前经济形势，参考国外先进发达国家的研究工作，建立一套适合于我国企业技术创新预测和评估指标体系，此为本研究要做的首要工作，这是一项创新。
一、本课题的研究意义和目的
地震勘探技术始于20世纪初，经过多年发展已成为地球物理勘探界的一种重要技术手段。
在地震勘探领域，地震剖面是第一手的地下地质信息源，其所包含的断裂、褶皱等构造信息也是极其丰富。地震波在其传播过程中，通过能量和信息的转换，将表征各种地质现象的信号输出在地震剖面中。
地震剖面是由地震勘探野外采集而得，且环节众多，每个环节中所需的工作手段和采集仪器均不同，相应的会伴随各种人为、仪器或自然环境所造成的不确定性因素，这样致使最终所采集到的信息中会存在很多与实际地质情况并不相符的假象，这些假象会误导数据解释人员对实际地质构造的判断。即使地震剖面所传递的构造信息与实际相符，但在地震数据的解释环节，也很可能因不同解释人员的主观因素而导致同一条地震剖面的构造解释结果出现多解性。比如断层，在地震剖面上最直观的反应便是同相轴的不连续但导致同相轴错断的原因很多，故不是所有的同相轴错断现象均表征断层。
对于地震勘探中的断层解释而言，通过对地震剖面做处理，若能精确地检测到真实断层信息，并压制伪断层信息，这无疑对后续的断层解释环节是一大福音，因此本文针对地震断层检测方法进行了深入的研究。
二、本课题的研究现状
地震属性一词始于20世纪70年代，可用于刻画地震数据中不同地质特征信息。地震属性分类很多，本文主要涉及以提取断层特征为主的属性。
断层地震响应主要表现为地震波同相轴位移或中断等横向不连续的特征，这些特征是人工识别断层的基础，但是人工识别断层效率低，主观性强，解释能力局限。所以，学者们针对断裂系统的精确解释，提出并应用了很多地震属性技术来检测地震数据中的相邻地震道波形的不连续性。
Bahorich和Farmer（1995）提出了在三维断层解释技术中占据重要地位的基于互相关的第一代相干算法，Marfurt等（1998）提出了基于多道相似性的第二代相干算法，Gersztenkorn和Marfurt（1999）提出了基于特征结构的第三代相干算法。相干体技术在很大程度上提高了断层的解释效率，大部分断层自动检测技术也主要是以这三代相干体技术为核心进行改进的。然而，传统的基于滑动窗口的相干体属性对处理数据信息中的局部非平稳特征有一定的难度。近年来，更多的断层自动检测技术被开发用以解决以上问题。方差体技术被用于检测地下断层及地层不连续变化信息取得了非常卓越地成效，混沌体技术依据地震振幅值的混乱性来表征地层的不连续性。这些属性均能突出地层的横向不连续性，但是对地震数据的质量要求较高，同时噪声等伪断层信息可能使检测到的断层呈断续状，缺乏一定的连续性和完整性，故很多学者致力于改善这种情况，提出利用蚁群算法、Hough变换等数学算法来强化这些属性体中断层特征，从而将表征同一条断层的信号变成连续的线条。
