文献计量视角下神经网络发展轨迹研究.docVIP

文献计量视角下神经网络发展轨迹研究 　　〔摘要〕神经网络是涉及生物、计算机、数学、电子、物理、心理学、认识科学等多个学科领域的一门边缘性交叉学科。本文综合运用文献计量学的方法将神经网络划分为探索期、成长期和快速发展期3个时期，指出当前正是神经网络发展的快速成长期，同时利用可视化软件分析其演化发展过程、学科结构等方面的内容，为了解和掌握这些内容提供了独特的视角和知识。 　　〔关键词〕文献计量学；可视化； 　　神经网络 　　收稿日期：2011－04－20 　　基金项目：本文受“863”课题2010AA5221资助 　　DOI：10．3969／j．issn．1008－0821．2011．08．026 　　〔中图分类号〕G250.252 〔文献标识码〕A 〔文章编号〕1008－0821（2011）08－0103－06 　　 　　Research on the Path of Neural Network Based on Bibliometric 　　Zhou Yangming Shui Chao Sun Zhixin Huang Qiang 　　（College of Information Management，National University of Defense Technology，Changsha 410073，China） 　　〔Abstract〕The neural network is involved in biology,computer,mathematics,electronics,physics,psychology,cognitive science and other disciplines,it??s an interdisciplinary marginal.This paper used bibliometric methods to divide the neural network into three periods:exploring,growth and rapid development,and pointed out that the current neural network is in rapid development period.It also used the visualization software to analyze the evolution process of development,the subject structure,and so on.It offer an unique perspective and knowledge to understand and master the content neural network. 　　〔Key words〕bibliometrics;visualization;neural network 　　 　　 神经网络是涉及生物、计算机、数学、电子、物理、心理学、认识科学等多个学科领域的一门边缘性交叉学科，从神经网络的形成到现在的80多年中，不断推动着一大批相关学科的发展。本文运用文献计量的方法对神经网络的发展历程进行再回顾和再分析，将神经网络划分为诞生期、成长期和快速发展期，利用可视化分析、共引分析、词频分析等方法揭示神经网络发展的学科结构、影响程度、关键节点与时间点等重要而独特的知识，为了解和掌握神经网络的发展与演化过程提供了独特视角。 　　1 数据来源 　　SCI（Science Citation Index）是美国科学情报研究所ISI（Institute for Science Information）出版的期刊文献检索工具，所收录的文献覆盖了全世界最重要和最有影响力的研究成果，成为世界公认的自然科学领域最为重要的评价工具，并于1997年利用互联网的开放环境，将SCI、SSCI（Social Science Citation Index）、AHCI（Art Humanities Citation Index）整合，创建了网络版的多学科引文数据库――Web of Science。本文以Web of Science中的SCI数据库为数据来源，选用高级检索方式，以“Neural Network”和“Neural Networks”为主题词，逻辑关系选择“OR”，检索时间设置为1900－2010年（数据库更新日期2011年3月30日），一共检索到86 863篇相关文献记录。表示2010年以前文献发表年度变化情况，关于神经网络的论文是从1956年的1篇增加到2010年的7 119篇（1956年以前的数据均为0），总体呈现上升趋势。图中虚线是根据论文数量变化情况的