|
|||||
|
|
| 基于支持向量机和改进粒子群算法的科学前沿预测模型研究 | |
| 引用本文： | 徐路路,王 芳.基于支持向量机和改进粒子群算法的科学前沿预测模型研究[J].情报科学,2019,37(8):22-28. |
| 作者姓名： | 徐路路 王 芳 |
| 摘 要： | 【目的/意义】识别科学研究前沿主题，预测未来发展趋势。【方法/过程】首先利用主题概率模型识别出论文、 专利及基金项目多源数据中的科学前沿主题；考虑研究前沿主题演化的复杂性和非线性的特点，利用机器学习算 法和支持向量机模型预测主题发展趋势，并采用改进后的粒子群算法对模型参数进行优化，以提高传统支持向量 机模型在处理非线性、小样本等数据上的预测准确度。【结果/结论】实验对比发现，本方法对于研究前沿主题的预测 准确度较高，准确识别出石墨烯领域未来发展趋势。 |
| 点击此处可从《情报科学》浏览原始摘要信息 | |
| 点击此处可从《情报科学》下载免费的PDF全文 | |