科技情报检索南邮预览.docVIP

实 验 报 告 2013 / 2014 学年 第 二 学期） 课程名称 科技情报检索 学生姓名 张琛 班级学号 科技情报检索（中文数据库） 检索课题 基于稀疏编码的快速人脸识别算法研究 检索过程 1.分析课题 该课题属于调研性课题，其检索要求应是查全与课题有关的研究性文献。 2.析出检索关键词 初步切分： 稀疏编码、快速、人脸识别、算法、研究。 由检索词之间的逻辑关系可以看出，“快速”是对人脸识别算法的限定，检索关键词不应为限定性用语，若不删除，会影响查全率，在此可删除；“算法”属泛义词，“研究”没有实质检索意义，也删除。所以合适的试检检索词为： 稀疏编码、人脸识别。 3.编辑检索式 由于“稀疏编码”、“人脸识别”之间的逻辑关系为“并且（and）”，,因此，得以下检索式：“稀疏编码and人脸识别”。 4.试检 （1）选择检索方式：《中国学术期刊网络出版总库》提供的6种检索方法（高级检索、专业检索、作者发文检索、科研基金检索、句子检索、来源期刊检索）中，标准检索比较适于本课题的检索需要，所以本次检索选择“标准检索”方法。 （2）选择学科领域：本检索课题属于“工程”类，因此勾选“工程科技I”和“工程科技II”两类，期刊范围选“核心期刊”，年限选“2009”到“2014”。 （3）选择检索字段：由于从题名（篇名）是最切题的，根据最专指的字段优先原则，优先选择篇名进行试检。 （4）输入检索词并执行检索：输入检索式，匹配选择“精确”，如图1所示。 图1 （5）点击“检索”按键执行检索后，得到如图2所示结果（7条）。 图2 5.调整检索策略：检索策略的调整，可以通过增加数据库、关键词字段、更改匹配方式、变更期刊范围、年限时段等方式进行，本次检索只在CNKI数据库中进行，所以本次调整从以下几个方面入手： （1）扩展期刊范围：从核心期刊扩展到所有期刊。 （2）增加关键词字段：检索字段选“篇名、关键词、摘要”，也就是“主题”字段。 （3）调整检索式：通过对检索课题进一步分析得知，“稀疏编码”的英文名是“Sparse coding”，“人脸识别”的英文名是“Face recognition”。因此，把这些词补充到检索式中，新的检索式是：“（ 稀疏编码+Sparse coding）and（人脸识别+Face recognition）”。 6.重新检索 （1）将检索词填入检索表单，匹配方式为“模糊”，如图3所示。 图3 点击检索文献按键，得到图4检索结果（6条）。 图4 将匹配改为“精确”，重新点击“检索文献”按钮，得到图5检索结果（6条）。 图5 标记检索记录。在图5检索结果的左侧序号标记框中标记所需要的检索记录，如图6。 图6 7.下载全文 单击概览区所需下载全文的题名链接，在细览区（图7所示）中会显示该篇论文的摘要等信息。点击摘要信息左上角的全文下载图标链接，即得如图8所示全文。 图7 图8 科技情报检索（外文数据库） 一、检索课题 基于稀疏编码的快速人脸识别算法研究 二、检索过程 1.分析课题 该课题属于调研性课题，其检索要求应是查全与课题有关的研究性文献。 2.析出检索关键词 初步切分： sparse coding、fast、face recognition 、algorithm、research。 由检索词之间的逻辑关系可以看出，“fast”是对人脸识别算法的限定，检索关键词不应为限定性用语，若不删除，会影响查全率，在此可删除；“algorithm”属泛义词，“research”没有实质检索意义，也删除。所以合适的试检检索词为： sparse coding、face recognition。 3.编辑检索式 由于“sparse coding”、“face recognition”之间的逻辑关系为“并且（and）”，,因此，得以下检索式：“sparse coding and face recognition”。 4.试检 （1）选择检索方式：选择IEL数据库进行检索。该数据库提供了2种检索方法：基本检索(search)和高级检索(advanced search)。其中高级检索(advanced search) 比较适于本课题的检索需要，所以本次检索选择“advanced search”。 （2）“Publication Year” 设定为：from