学科交叉知识发现及其可视化研究
发布时间：2021-12-12 06:34
科学技术的发展为每个学科带来新的机遇的同时,也带来严峻挑战。学科通过引入、吸收、整合其它学科的理论、方法和技术来促进自身的发展是学科创新最常见的途径。学科交叉研究已成为学术界乃至整个社会关注的焦点。但从国内外研究现状分析,学科交叉还只是停留在表象和经验的层面,缺乏基于科技文献聚类分析的深层次挖掘的研究。本文要解决的问题是“如何利用聚类分析的技术手段来有效地发现和展示学科之间的交叉知识”。研究的目标是在海量科技文献数据的基础上,通过聚类分析技术与手段,深度挖掘潜在的学科交叉知识,为学科交叉研究提供一种科学的、客观的、先进的方法。以“学科交叉知识”为研究对象,从文本挖掘的理论与关键技术分析入手,在文档聚类算法的研究与改进、学科交叉知识发现与可视化等方面展开研究工作,包括以下6个方面：（1）对国内外学科交叉研究进展进行了评述,指出了研究中存在的不足,提出利用文档聚类进行学科交叉研究的可行性；（2）对文本挖掘、智能优化算法及信息可视化研究进展进行综述；（3）对文档聚类中的关键技术研究,分析了文档聚类在“相似性的精度”、“高维度的约简”和“聚类数目模糊性”中面临的问题,提出了解决问题的方案。（4...
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：131 页
【学位级别】：博士
【部分图文】：
聚类结果的三维可视图
表4.5算法平均性能比较算算法法正确率率运行时间间目标函数数FFFCM算法法88.67%%%0.138568880，0505551115一PSOOO94.67%%%18.358948880.047555融融合算法法96.00%%%3.964949990037444的正确率看，FCM算法分类的正确率仅为88.67%，而15一PSO与融合算法均成达;从运行时间看，15一PSO由于算法复杂，运行最长，超过18秒，FCM算法的运为0.14秒左右，而融合算法运行时间居中;从目标函数看，由于融合算法是在好的中心点的基础上，并借助FCM快速收敛的优势，因此寻优精度最好，而15行代数限制，在寻优精度上末能超过融合算法。二种算法的目标函数优化仿真图。FCM算法收敛速度最快，但陷于早熟，15一P最慢，并在100次迭代范围内优化性能最差，融合算法在前20代与15一PSO算法后，由于采用FCM算法，使得收敛速度加快，并能迅速达到更好的优化效果。
(FCM)中的隶属度函数来发现难以区分类别的文献。隶属度函数是FCM算法中非常有用的一个度量，表示一个对象属于某个类别的概率，可以依据该度量值，构造模糊函数，通过模糊函数的lkiJ值设置来控制一篇文献是否属于学科交又文献。学科交叉文献发现流程见图5.1:
【参考文献】：
期刊论文
[1]一种基于免疫选择的粒子群优化算法[J]. 魏建香,孙越泓,苏新宁. 南京大学学报(自然科学版). 2010(01)
[2]国际地震预测预报研究现状的文献计量分析[J]. 林德明,刘则渊. 中国软科学. 2009(06)
[3]基于遗传算法的文档聚类算法的设计与仿真(英文)[J]. 魏建香,刘怀,苏新宁. 南京大学学报(自然科学版). 2009(03)
[4]基于文献计量的跨学科测度及实证研究[J]. 杨良斌,周秋菊,金碧辉. 图书情报工作. 2009(10)
[5]基于均方误差的集粒子云自适应均衡算法(英文)[J]. 倪梁方,赵康僆,都思丹. 南京大学学报(自然科学版). 2009(01)
[6]大学学科交叉的路径[J]. 王庚华,邱岩,谢寅波. 中国冶金教育. 2008(04)
[7]基于群体多样性反馈控制的自组织微粒群算法[J]. 介婧,曾建潮,韩崇昭. 计算机研究与发展. 2008(03)
[8]对学科交叉的探讨与研究[J]. 彭小平. 科技情报开发与经济. 2008(04)
[9]高维数据降维方法研究[J]. 余肖生,周宁. 情报科学. 2007(08)
[10]基于模糊相似度的科技文献软聚类算法[J]. 孟海涛,陈笑蓉. 贵州大学学报(自然科学版). 2007(02)
博士论文
[1]信息共享动力学及主动服务关键技术研究[D]. 马卫东.电子科技大学 2007
[2]跨学科研究与科研创新能力建设[D]. 赵晓春.中国科学技术大学 2007
硕士论文
[1]主题爬虫搜索Web页面策略的研究[D]. 袁浩.中南大学 2009
[2]基于引文分析的情报学与相关学科的研究[D]. 魏海燕.中南大学 2008
[3]基于K-均值的文本聚类分析[D]. 汪浩平.贵州大学 2008
[4]基于Ontology领域知识模型的高校研究生个性化信息服务研究[D]. 史册.同济大学 2007
[5]基于多元统计图的高维数据降维方法及应用研究[D]. 王立强.燕山大学 2006
[6]学科交叉理论与高校交叉学科建设研究[D]. 金薇吟.苏州大学 2005
本文编号：3536182
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：131 页
【学位级别】：博士
【部分图文】：
聚类结果的三维可视图
表4.5算法平均性能比较算算法法正确率率运行时间间目标函数数FFFCM算法法88.67%%%0.138568880，0505551115一PSOOO94.67%%%18.358948880.047555融融合算法法96.00%%%3.964949990037444的正确率看，FCM算法分类的正确率仅为88.67%，而15一PSO与融合算法均成达;从运行时间看，15一PSO由于算法复杂，运行最长，超过18秒，FCM算法的运为0.14秒左右，而融合算法运行时间居中;从目标函数看，由于融合算法是在好的中心点的基础上，并借助FCM快速收敛的优势，因此寻优精度最好，而15行代数限制，在寻优精度上末能超过融合算法。二种算法的目标函数优化仿真图。FCM算法收敛速度最快，但陷于早熟，15一P最慢，并在100次迭代范围内优化性能最差，融合算法在前20代与15一PSO算法后，由于采用FCM算法，使得收敛速度加快，并能迅速达到更好的优化效果。
(FCM)中的隶属度函数来发现难以区分类别的文献。隶属度函数是FCM算法中非常有用的一个度量，表示一个对象属于某个类别的概率，可以依据该度量值，构造模糊函数，通过模糊函数的lkiJ值设置来控制一篇文献是否属于学科交又文献。学科交叉文献发现流程见图5.1:
【参考文献】：
期刊论文
[1]一种基于免疫选择的粒子群优化算法[J]. 魏建香,孙越泓,苏新宁. 南京大学学报(自然科学版). 2010(01)
[2]国际地震预测预报研究现状的文献计量分析[J]. 林德明,刘则渊. 中国软科学. 2009(06)
[3]基于遗传算法的文档聚类算法的设计与仿真(英文)[J]. 魏建香,刘怀,苏新宁. 南京大学学报(自然科学版). 2009(03)
[4]基于文献计量的跨学科测度及实证研究[J]. 杨良斌,周秋菊,金碧辉. 图书情报工作. 2009(10)
[5]基于均方误差的集粒子云自适应均衡算法(英文)[J]. 倪梁方,赵康僆,都思丹. 南京大学学报(自然科学版). 2009(01)
[6]大学学科交叉的路径[J]. 王庚华,邱岩,谢寅波. 中国冶金教育. 2008(04)
[7]基于群体多样性反馈控制的自组织微粒群算法[J]. 介婧,曾建潮,韩崇昭. 计算机研究与发展. 2008(03)
[8]对学科交叉的探讨与研究[J]. 彭小平. 科技情报开发与经济. 2008(04)
[9]高维数据降维方法研究[J]. 余肖生,周宁. 情报科学. 2007(08)
[10]基于模糊相似度的科技文献软聚类算法[J]. 孟海涛,陈笑蓉. 贵州大学学报(自然科学版). 2007(02)
博士论文
[1]信息共享动力学及主动服务关键技术研究[D]. 马卫东.电子科技大学 2007
[2]跨学科研究与科研创新能力建设[D]. 赵晓春.中国科学技术大学 2007
硕士论文
[1]主题爬虫搜索Web页面策略的研究[D]. 袁浩.中南大学 2009
[2]基于引文分析的情报学与相关学科的研究[D]. 魏海燕.中南大学 2008
[3]基于K-均值的文本聚类分析[D]. 汪浩平.贵州大学 2008
[4]基于Ontology领域知识模型的高校研究生个性化信息服务研究[D]. 史册.同济大学 2007
[5]基于多元统计图的高维数据降维方法及应用研究[D]. 王立强.燕山大学 2006
[6]学科交叉理论与高校交叉学科建设研究[D]. 金薇吟.苏州大学 2005
本文编号：3536182
本文链接：https://www.wllwen.com/guanlilunwen/keyanlw/3536182.html
