- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
3500字_计算机前沿
毕业论文范文模板
3500字(一):计算机视觉领域研究热点与
前沿分析论文
CiteSpace并利用文献计量法,采用关键词共现网络及突现
词分析,分析了计算机视觉领域国内外近十年的研究热点与研究前沿。研究结果
显示,该领域的热点研究方向为图像处理、图像分割、特征提取、图像识别、三
维重建等,而计算机视觉对深度学习、卷积神经网络的应用成为该领域的研究前
沿趋势。
关键词:CiteSpace;计算机视觉;知识图谱;文献计量法;机器视觉
1背景
随着计算机视觉领域的发展,越来越多的知识信息进入了研究者的视野。海
量的文献数据在给人们提供了丰富研究资源的同时,也为研究增添了难度。由于
数据繁多复杂,人们往往不能对信息进行全面分析,在大量文献中难以抉择关键
信息。利用文献具有的可计量性,文献计量法采用数理统计学方法,可以对计算
机视觉这一领域的学术现状和发展趋势进行定量描述、评价和预测[1-2]。并且随
着CiteSpace、SCI2、VOSviewer等工具陆续出现,为信息可视化提供了可能,
我们可以利用文献图谱并基于文献计量学的方法,对计算机视觉领域进行共引分
理清该领域演进脉络,找到研究热点并挖掘研究前沿[3]。
2研究设计
2.1收集处理数据
本文分析近十年来国内外计算机视觉领域的研究状况,原始数据来源于CNK
I,以SCI\EI与CSSCI中2010-2019年的699篇论文为研究对象。其中选择计
算机视觉为主题进行检索,将筛选结果有选择的导出,并利用CiteSpace中格式
转换工具将CNKI中导出的数据转换为软件能够处理的格式,放入CiteSpace_da
ta文件夹中。
2.2利用CiteSpace得到知识图谱
我们利用CiteSpace对收集并经过清洗的文献数据进行可视化分析,可得到
文献图谱。其中本文以共现分析和突现词分析为主,发现文献之间潜在关系并从
中获得信息[4]。引用科学计量学界专家刘则渊教授对CiteSpace的评价“一图展
春秋,一览无余;一图胜万言,一目了然”,可知其可视化方法是文献计量学与
计算机图像处理的完美结合,其分析结果可为领域的研究提供清晰的指南。
3计算机视觉领域研究热点
文中的几个关键词又围绕文章核心有着紧密的关联。共词分析通过对关键词共同
出现频次以及相互连接的紧密程度进行分析,可以找到该领域各主题之间的关系。
在CiteSpace中创建新项目,对导人数据进行分析,可得到图l所示关键词共现
图谱。
可知该关键词共现图谱中十字标记最大的关键词为机器视觉,表示机器视觉
在所有文献关键词中出现频次最高。而机器视觉实际是计算机视觉的别名,作为
本文的研究对象,可将两者除去。然后依次为图像处理、深度学习、图像分割、
特征提取、图像识别、算法、神经网络、卷积神经网络、模型、分级、目标跟踪、
识别、人工智能、无损检测等,这些主题构成了在计算机视觉领域近十年间的研
究热门。且可得图像处理为最中介中心性节点,说明此关键词与多个关键词相连,
是较为关键的热门。线条的粗细代表了关键词之间的联系,线条越粗,表示这些
主体之间的联系越紧密。而对比图像上方的时间线的颜色与连线的颜色,我们可
知这些关键词主要出现在哪一具体的年份。从图中可知图像分割、图像识别、特
征提取之间的连线都为紫色,说明这些主题在2010-2013年之间都密切相关。之
后我们利用CiteSpace的聚类功能,可以得到如图2所示关键词聚类图谱。
该关键词聚类图谱表示多个紧密关联的关键词进行聚类,一共聚成了13类。
每一类上都有一个标签,是聚类中值最大的关键词,分别为人工智能、图像处理、
图像分割、三维重建、特征提取、深度学习、图像识别等。标签从小到大排序,
表示聚类中包含的关键词越来越少。有图分析可知(#0)聚类包含的关键词最多,
说明与很多关键词都与人工智能相关。
文档评论(0)