排序方式： 共有5条查询结果，搜索用时 15 毫秒
1
2.
[目的/意义] 判别重点研究方向对科研管理和科技政策的制定有着重要参考价值,已有的定量方法多是根据创新性、新颖性以及增长性等特征属性设计指标进行识别、推荐,本研究进一步利用研究方向间的关联关系,从网络拓扑结构和特征属性两个维度判别重点研究方向。[方法/过程] 在构建领域文献引用网络的基础上,利用大规模网络聚类算法识别研究方向,并构建研究方向关联网络,利用网络重要节点识别算法从网络拓扑结构的角度判别重点研究方向,同时结合新颖性、增长性和H指数三个特征属性指标,构建了重点研究方向遴选指标体系。[结果/结论] 对纳米科技领域进行实证分析,经专家判读,认为加权PageRank、Gefura以及增长性指标更加具有客观性、全面性和稳定性,通过综合运用三个指标遴选出208个纳米科技领域的重点研究方向。 相似文献
3.
人工智能在近几年快速发展并成为最热门的技术之一,如能快速了解人工智能技术热点与发展态势,对抢抓人工智能发展的重大战略机遇与构筑先发优势具有重要意义。本文提出了一种基于专利可视化图谱发现技术热点的方法,即在连续时间窗口上绘制图谱,在此基础上运用密度分布变化来识别该领域技术热点。为了提升专利图谱的准确性,本文使用海量专利文本训练了基于深度学习的doc2vec模型,形成了专利文本特征抽取模型。经过实验对比发现该模型在测试数据集中表现远超经典的词袋模型与主题模型。在实例分析中使用了2012—2019年10457件三方人工智能专利进行热点发现,共发现研究热点7个,并对7个热点中关键概念词、专利申请人所属国家进行深入分析。 相似文献
4.
[目的/意义] 运用文本分析与可视化等方法绘制基本科学指标数据库（Essential Science Indicators,简称ESI）研究前沿的科学全景图谱,在此基础上绘制全球研究前沿视野下的纳米研究前沿图谱,分析中国在世界纳米前沿的科研表现。[方法/过程] 计算研究前沿间关联关系,利用OpenOrd布局算法可视化科学图谱,并根据图谱中研究前沿的位置关系自动识别研究前沿群。选取含纳米文章超过60%的研究前沿,结合专家判读绘制纳米研究前沿图谱。[结果/结论] 研究表明,科学图谱揭示的科学结构与作者先前的研究成果和业界已有科学图谱的分布较为一致,能有效揭示ESI研究前沿数据隐含的科学结构特征,反映科学前沿分布情况。以世界纳米前沿全貌图为基图,叠加中美在各研究前沿的论文份额,对比分析了中国和美国在世界纳米前沿上优势及发展重心的差异,结合专家研判给出对策建议,助力纳米领域的发展趋势研究,取得了实际应用价值。 相似文献
5.
基于论文学科类别的共现网络，从网络凝聚性视角下的关系密度、关系强度和关系差异度等多个维度分析电子科技大学学科交叉研究水平的宏观发展态势，并利用可视化分析揭示学科交叉融合的微观变化情况。研究表明，近年来电子科技大学学科交叉研究涉及的学科范围不断拓宽，在学科融合程度、学科知识差异度等方面均有所提升，但以加强理、医、管、文等中小规模学科的交叉融合为主，以电子学科群为核心的特色工学学科与其他学科的交叉融合程度出现下滑。 相似文献
1