《探究钱学森之问——科技创新人才智能分析》将管理科学系统工程脑认知和机器智能的相关理论结合在一起应用于科技创新人才关键要素的系统研究中。从定性与定量的综合集成，到概念加工与数据加工的协同运用，通过理论建模分析了科技创新人才的相关指标，并运用了实证分析挖掘出不同层次科技创新人才形成的关键要素，这对我国科技创新人才的培养有着重要的理论意义和社会价值。

目录
1 导论 1
1.1 科技创新人才的定义与内涵 1
1.2 科技创新人才研究综述 6
1.3 科技创新人才发展现状 19
2 科技创新人才要素定性分析 23
2.1 科技创新人才七商内涵 23
2.2 七商关键要素分析 28
3 科技创新人才要素关联分析 51
3.1 七商内部要素关联分析 51
3.2 七商之间逻辑关联分析 63
4 科技创新人才系统评价 73
4.1 科技创新人才关键要素指标体系构建 73
4.2 科技创新人才匹配模型 75
4.3 科技创新人才模糊综合评价模型 77
5 科技创新人才关键要素量化分析 84
5.1 数据分析方案设计 84
5.2 “七商”内部要素量化关联分析 88
5.3 七商之间的量化关联分析 96
6 科技创新人才关键要素复杂网络建模 107
6.1 复杂网络基本理论 107
6.2 科技创新人才关键要素复杂网络拓扑结构 122
6.3 科技创新人才“七商”要素复杂网络节点重要性评价 125
6.4 科技创新人才七商要素复杂网络抗毁性研究 133
7 脑认知基本概念与理论研究 137
7.1 人脑认知现状 137
7.2 人脑认知的基本模型 140
7.3 大脑的基本认知模型 161
7.4 科技创新人才的七商在人脑认知四个过程的作用 165
8 脑认知模型下基于机器学习的科技创新人才成长模式研究 167
8.1 概念加工模型下基于贝叶斯分类器的科技创新人才分类 167
8.2 数据加工模型下基于层次聚类算法的科技创新人才鉴别 182
8.3 基于双向协同的科技创新人才关键要素系统研究 195
9 基于机器智能模型的科技创新人才鉴别分析 213
9.1 机器智能 213
9.2 基于机器智能的科技创新人才关键要素的数据建模与分析 243
10 科技创新人才关键要素实证分析 273
10.1 实证数据来源及数据处理 273
10.2 科技创新人才关键要素系统评价分析 274
10.3 科技创新人才关键要素复杂网络模型分析 283
10.4 科技创新人才关键要素脑认知模型分析 298
10.5 科技创新人才关键要素机器智能模型分析 302
参考文献 306