版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、研究前沿有顯隱性之分,隱性前沿的識別能反映領(lǐng)域內(nèi)新興的、最具發(fā)展?jié)摿Φ难芯?顯性前沿的識別能反映領(lǐng)域內(nèi)的研究焦點(diǎn)及重難點(diǎn),因而研究前沿的識別對于情報(bào)追蹤、優(yōu)化資源配置、規(guī)劃國家發(fā)展藍(lán)圖、制定科技發(fā)展政策、提升國家競爭力等都具有重要的意義。
但目前文獻(xiàn)計(jì)量學(xué)領(lǐng)域?qū)τ谘芯壳把氐亩x繁雜,多集中于對論文數(shù)據(jù)源進(jìn)行分析,且結(jié)合兩種引文分析法進(jìn)行前沿識別的研究鮮見報(bào)道。因此,基于已有的理論基礎(chǔ)和研究進(jìn)展,首先界定了本文對于“研究前沿”的
2、定義,并詳細(xì)闡述了各種研究前沿的識別方法及其優(yōu)缺點(diǎn)。在此基礎(chǔ)上,本文研究了采用共被引分析法和耦合分析法對專利數(shù)據(jù)源進(jìn)行研究前沿識別;同時(shí),創(chuàng)新性地利用Zscore法概率融合模型對共被引相似度矩陣和耦合相似度矩陣進(jìn)行融合,來進(jìn)行研究前沿的識別。具體而言,先將所研究領(lǐng)域相關(guān)的專利按照技術(shù)生命周期劃分為若干個(gè)連續(xù)的時(shí)間窗,再采用共被引分析、耦合分析以及融合分析三種方法,及基于原始觀測值和基于余弦距離的兩種相似度算法,建立若干個(gè)引文相似度矩陣,
3、接著對矩陣進(jìn)行社會網(wǎng)絡(luò)分析,得到研究前沿簇,之后根據(jù)聚合簇中專利家族內(nèi)容和共同CPC分類號,結(jié)合領(lǐng)域背景知識和專家指導(dǎo)進(jìn)行簇類命名,得到識別結(jié)果,最后對三種方法獲得的研究前沿進(jìn)行比較和驗(yàn)證。
本研究選擇了腦機(jī)接口領(lǐng)域?qū)ι鲜龇椒ㄟM(jìn)行實(shí)證分析。將Innography數(shù)據(jù)庫中6,243件相關(guān)專利按照技術(shù)生命周期劃分為3個(gè)時(shí)間窗,即1986-1995年、1996-2005年和2006-2014年,最終建立了18個(gè)引文相似度矩陣,然后進(jìn)
4、行了研究前沿的識別。通過文獻(xiàn)調(diào)研法對該結(jié)果進(jìn)行驗(yàn)證,表明引文分析法和融合分析法均可識別領(lǐng)域的顯性研究前沿。通過比較發(fā)現(xiàn):在一段時(shí)間窗內(nèi)進(jìn)行研究前沿識別,耦合分析比共被引分析能找到更多的研究前沿;共被引分析和耦合分析識別結(jié)果所涵蓋的專利家族號有30%左右的重合率;基于余弦距離的相似度矩陣比基于原始觀測值的相似度矩陣所得前沿?cái)?shù)量多;融合分析法比單個(gè)引文分析法所獲研究前沿?cái)?shù)量更多、更全面。融合分析結(jié)果的專利家族號有50%左右與單個(gè)引文分析的結(jié)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于論文和專利的研究前沿識別方法研究——以led產(chǎn)業(yè)為例
- 基于論文和專利的研究前沿識別方法研究——以LED產(chǎn)業(yè)為例.pdf
- 基于專利的企業(yè)競爭對手識別研究——以O(shè)LED領(lǐng)域?yàn)槔?pdf
- 基于改進(jìn)的共空域模式算法的腦—機(jī)接口模式識別方法研究.pdf
- 基于專利共被引矩陣的物聯(lián)網(wǎng)技術(shù)分析
- 基于科學(xué)計(jì)量學(xué)研究的領(lǐng)域前沿探測——以重金屬污染領(lǐng)域?yàn)槔?pdf
- 基于腦機(jī)接口的精神疲勞評估方法研究.pdf
- 面向多類運(yùn)動想象腦機(jī)接口的腦電識別方法研究.pdf
- 藥學(xué)前沿領(lǐng)域識別研究.pdf
- 人與技術(shù)的辯證關(guān)系——以“腦機(jī)接口”技術(shù)為例
- 人與技術(shù)的辯證關(guān)系——以“腦機(jī)接口”技術(shù)為例.pdf
- 基于自發(fā)腦電的腦—機(jī)接口研究.pdf
- 基于CSP和ICA的多任務(wù)腦機(jī)接口分類方法比較研究.pdf
- 自發(fā)腦電腦機(jī)接口技術(shù)及腦電信號識別方法研究.pdf
- 基于作者共被引和元分析的知識管理流派研究.pdf
- 基于ssvep的腦機(jī)接口
- 基于動物實(shí)驗(yàn)的腦-機(jī)接口研究.pdf
- 基于腦意識任務(wù)的腦機(jī)接口設(shè)計(jì).pdf
- 專利信息生命長度測度及規(guī)律研究--以運(yùn)算處理和計(jì)算領(lǐng)域?yàn)槔?pdf
- EEG腦機(jī)接口的連續(xù)預(yù)測方法研究.pdf
評論
0/150
提交評論