学科交叉知识发现及其可视化研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-22页 |
| ·选题背景与依据 | 第12-15页 |
| ·研究内容 | 第15-17页 |
| ·研究目的与研究意义 | 第17-18页 |
| ·研究目的 | 第17页 |
| ·研究意义 | 第17-18页 |
| ·研究方法 | 第18页 |
| ·研究思路与技术路线 | 第18-20页 |
| ·研究思路 | 第18-19页 |
| ·技术路线 | 第19-20页 |
| ·主要的创新点 | 第20页 |
| ·论文的组织结构 | 第20-22页 |
| 第二章 文献综述 | 第22-39页 |
| ·文本挖掘 | 第22-32页 |
| ·文本挖掘的概念 | 第22-26页 |
| ·文本特征提取方法 | 第26-29页 |
| ·文本分类 | 第29-31页 |
| ·文本聚类 | 第31-32页 |
| ·智能优化算法 | 第32-36页 |
| ·遗传算法 | 第32-33页 |
| ·免疫算法 | 第33-34页 |
| ·粒子群优化算法 | 第34-36页 |
| ·信息可视化 | 第36-39页 |
| ·可视化发展概述 | 第36-37页 |
| ·知识可视化概述 | 第37-39页 |
| 第三章 文档聚类中的关键技术研究 | 第39-51页 |
| ·基于关键字和摘要词加权的相似度模型 | 第39-43页 |
| ·相似度计算模型 | 第39-40页 |
| ·最大距离聚类算法 | 第40-41页 |
| ·实验仿真与结果分析 | 第41-43页 |
| ·基于主成份分析的降维技术 | 第43-48页 |
| ·PCA的基本原理 | 第44页 |
| ·PCA具体步骤 | 第44-45页 |
| ·实验仿真与分析 | 第45-48页 |
| ·最佳聚类数目确定方法 | 第48-50页 |
| ·基于熵的评估方法 | 第48-49页 |
| ·基于混合F统计量的评估方法 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 聚类算法研究 | 第51-72页 |
| ·模糊C-均值聚类 | 第51-54页 |
| ·FCM基本原理 | 第51-52页 |
| ·FCM聚类算法步骤 | 第52-53页 |
| ·实验仿真 | 第53-54页 |
| ·基于遗传算法的聚类算法 | 第54-58页 |
| ·相关的定义 | 第54-55页 |
| ·目标函数 | 第55-56页 |
| ·聚类算法的实现 | 第56-57页 |
| ·实验仿真 | 第57-58页 |
| ·基于粒子群优化聚类算法 | 第58-62页 |
| ·基本粒子群算法 | 第58-59页 |
| ·文献聚类数学模型 | 第59页 |
| ·文档聚类算法设计 | 第59-60页 |
| ·算法仿真与分析 | 第60-62页 |
| ·基于免疫选择的粒子群优化算法 | 第62-69页 |
| ·人工免疫算法 | 第63页 |
| ·相关定义 | 第63-64页 |
| ·算法设计 | 第64-66页 |
| ·实验仿真与分析 | 第66-69页 |
| ·基于IS-PSO与FCM的聚类融合算法 | 第69-71页 |
| ·聚类融合算法的基本思想 | 第69页 |
| ·聚类融合算法设计 | 第69-70页 |
| ·实验仿真与分析 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 学科交叉知识发现与可视化模型研究 | 第72-84页 |
| ·学科交叉文献发现模型 | 第72-74页 |
| ·学科交叉知识发掘模型 | 第74-77页 |
| ·基于共词聚类的学科交叉点挖掘模型 | 第74-75页 |
| ·基于互信息的研究方向描述 | 第75页 |
| ·学科交叉突现词检测方法 | 第75-77页 |
| ·基于发文比例的学科方向演变描述模型 | 第77页 |
| ·学科交叉知识可视化模型 | 第77-83页 |
| ·知识可视化概述 | 第77-78页 |
| ·学科交叉度与融合度定义 | 第78-79页 |
| ·学科交叉可视化模板设计 | 第79-80页 |
| ·学科融合可视化模板设计 | 第80页 |
| ·学科交叉聚类可视化模板设计 | 第80-81页 |
| ·研究方向趋势可视化模板设计 | 第81-82页 |
| ·突现词聚类可视化模板设计 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 第六章 学科交叉知识发现及可视化实证研究 | 第84-119页 |
| ·数据的采集与预处理 | 第84-85页 |
| ·学科交叉文献的选择方法 | 第85-88页 |
| ·学科交叉特征词选择与分析 | 第85-86页 |
| ·学科交叉文献选择策略 | 第86-88页 |
| ·基于融合算法的文档聚类 | 第88-101页 |
| ·基于主题词表的特征约简 | 第88-90页 |
| ·基于F统计量的最佳类别数确定 | 第90-92页 |
| ·基于融合算法文档聚类的实现 | 第92-95页 |
| ·基于互信息的类别特征描述 | 第95-98页 |
| ·学科交叉因子与融合因子分析 | 第98-100页 |
| ·突现词检测及聚类分析 | 第100-101页 |
| ·基于VIK的学科交叉知识可视化 | 第101-115页 |
| ·VIK可视化软件简介 | 第101-103页 |
| ·学科交叉视图 | 第103-105页 |
| ·学科融合视图 | 第105-106页 |
| ·学科交叉聚类视图 | 第106-112页 |
| ·研究方向发展趋势视图 | 第112-113页 |
| ·突现词聚类视图 | 第113-115页 |
| ·基于CiteSpace的知识可视化分析 | 第115-117页 |
| ·基于作者引用关系的社会复杂网络分析 | 第117-118页 |
| ·本章小结 | 第118-119页 |
| 第七章 结语 | 第119-123页 |
| ·本文的主要工作 | 第119-121页 |
| ·研究展望 | 第121-123页 |
| 参考文献 | 第123-129页 |
| 致谢 | 第129-130页 |
| 攻读博士学位期间发表的学术论文 | 第130-131页 |
