文獻(xiàn)共被引可以為目標(biāo)領(lǐng)域研究前沿的分析研究提供一種更加客觀、全面的研究視角。文中利用文獻(xiàn)共被引分析對(duì)2017年國(guó)際上人工智能領(lǐng)域的131篇ESI高被引論文進(jìn)行分析,探尋得到了2017年該領(lǐng)域中包含的12個(gè)研究前沿和2個(gè)重點(diǎn)研究前沿。通過(guò)對(duì)研究前沿中核心論文的進(jìn)一步研究發(fā)現(xiàn),在2017年國(guó)際人工智能領(lǐng)域的多個(gè)研究前沿中,我國(guó)的學(xué)者已經(jīng)成長(zhǎng)為中堅(jiān)力量,發(fā)揮著重要的作用。相比而言,在深度學(xué)習(xí)的兩個(gè)重點(diǎn)研究前沿中,我國(guó)還缺乏高質(zhì)量核心論文的產(chǎn)出者,這也激勵(lì)著我國(guó)學(xué)者不斷為之努力。 

【文章來(lái)源】：計(jì)算機(jī)科學(xué). 2018,45(09)北大核心CSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

圖１因子分析碎石圖Ｆｉｇ．１Ｓｃｒｅｅｐｌｏｔｏｆｆａｃｔｏｒａｎａｌｙｓｉｓ

第４步將１２個(gè)研究前沿中包含的核心論文的題目分別導(dǎo)入ＷｏｒｄＳｍｉｔｈ中進(jìn)行關(guān)鍵詞頻次分析，最終提煉出每一個(gè)研究前沿的名稱。表２列出了１２個(gè)研究前沿的基本信息，包括研究前沿名稱、核心論文數(shù)、總被引頻次、平均出版年、ＣＰＴ指標(biāo)等。觀察ＣＰＴ指標(biāo)可以得出，８號(hào)和１０號(hào)研究前沿的ＣＰＴ遠(yuǎn)遠(yuǎn)高于其他研究前沿，因此將這兩個(gè)研究前沿同時(shí)作為重點(diǎn)研究前沿。表２研究前沿列表Ｔａｂｌｅ２Ｌｉｓｔｏｆｒｅｓｅａｒｃｈｆｒｏｎｔｉｅｒｓ序號(hào)研究前沿名稱核心論文數(shù)總被引頻次平均出版年ＣＰＴ是否重點(diǎn)１軟集、模糊軟集、粗糙軟集在決策中的應(yīng)用研究２０２４９６２０１１．７５１３．８６７否２直覺(jué)模糊聚合算子在決策中的應(yīng)用研究１５２６９１２０１２．３３２２．４２５否３多聚焦圖像融合研究１８２８６９２０１２．５６１７．７１０否４非線性系統(tǒng)的自適應(yīng)模糊控制研究２４２３２３２０１３．７５１０．７５５否５基于證據(jù)的傳感器數(shù)據(jù)融合方法及其在故障診斷中的研究８３９７２０１５．７５１６．５４２否６基于分?jǐn)?shù)階憶阻器的時(shí)滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性研究１１８７０２０１４．００１５．８１８否７基于二元組和區(qū)間的語(yǔ)言術(shù)語(yǔ)集的決策研究５４８９２０１３．２０１０．８６７否８基于深度學(xué)習(xí)的目標(biāo)檢測(cè)研究５５３０９２０１２．００１３２．７２５是９動(dòng)態(tài)多Ａｇｅｎｔ系統(tǒng)中牽制控制的一致性研究３４４４２０１３．３３３７．０００否１０深度學(xué)習(xí)架構(gòu)研究３３０４５２０１２．６７１２６．８７５是１１ＲＯＥＳＳＥＲ系統(tǒng)的穩(wěn)定性研究４２５５２０１５．００２１．２５０否１２一類非線

方法，該方法能夠從不同的方案中選出最優(yōu)的一組方案［１１］（見(jiàn)圖２中的合作團(tuán)隊(duì)９）。廣西民族大學(xué)的李招文、廣西大學(xué)的謝土生基于軟集、軟粗糙集與拓?fù)渲g的關(guān)系，提出了拓?fù)滠浖母拍�，并進(jìn)行了相關(guān)研究［１２］（見(jiàn)圖２中的合作團(tuán)隊(duì)１０）。（２）研究前沿２———直覺(jué)模糊聚合算子在決策中的應(yīng)用研究中南大學(xué)的王堅(jiān)強(qiáng)等基于聚合算子和ＴＯＰＳＩＳ的ＱＵＡＬＩＦＬＥＸ方法提出了一種群決策方法，該方法主要用于解決綠色產(chǎn)品的設(shè)計(jì)選擇問(wèn)題［１３］（見(jiàn)圖３中的合作團(tuán)隊(duì)１）。中國(guó)人民解放軍理工大學(xué)的徐澤水等對(duì)直覺(jué)模糊集的性質(zhì)和關(guān)系進(jìn)行了研究［１４］（見(jiàn)圖３中的合作團(tuán)隊(duì)２）。重慶文理學(xué)院的林銳等基于模糊語(yǔ)言信息的算術(shù)聚合算子對(duì)多屬性決策問(wèn)題進(jìn)行了研究，并提出了一種用于解決模糊語(yǔ)言多屬性決策問(wèn)題的模糊語(yǔ)言集結(jié)算子［１５］（見(jiàn)圖３中的合作團(tuán)隊(duì)３）。西班牙巴塞羅那大學(xué)的Ｍｅｒｉｇｏ等對(duì)誘導(dǎo)有序加權(quán)平均算子和誘導(dǎo)有序加權(quán)幾何算子進(jìn)行了修正，然后利用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ證據(jù)理論對(duì)決策問(wèn)題進(jìn)行了研究［１６］（見(jiàn)圖３中的合作團(tuán)隊(duì)４）。圖３研究前沿２中的合作團(tuán)隊(duì)Ｆｉｇ．３Ｃｏｏｐｅｒａｔｉｏｎｔｅａｍｓｉｎｒｅｓｅａｒｃｈｆｒｏｎｔｉｅｒ２（３）研究前沿３———多聚焦圖像融合研究加拿大不列顛哥倫比亞大學(xué)的ＬｉｕＺｈｅｎｇ、美國(guó)空軍研究實(shí)驗(yàn)室的Ｂｌａｓｃｈ、美國(guó)國(guó)立醫(yī)學(xué)圖書館的ＸｕｅＺｈｉ－ｙｕｎ、加拿大渥太華大學(xué)的Ｌａｇａｎｉｅｒｅ、四川大學(xué)的吳煒等對(duì)６種多分辨率圖像的融合算法進(jìn)行了比較研究［１７］（見(jiàn)圖４中的合作團(tuán)隊(duì)１）。冰島大學(xué)的Ｂｅｎｅ


本文編號(hào)：3393522