基于可視化技術的國際智能感知前沿熱點研究

尹麗春，崔立彬

（1.黑龍江八一農(nóng)墾大學，大慶163319；2.大慶市電力集團）

信息技術是國家綜合國力的重要體現(xiàn)，也是當今世界競爭最為激烈的領域之一。我國《中長期發(fā)展規(guī)劃綱要》將信息技術定位為需要超前部署的重點行業(yè)之一，其中的“智能感知”是信息技術領域重點發(fā)展的前沿技術。

利用文獻共被引分析和可視化手段，以“智能感知”技術作為研究對象，得出此領域近年研究熱點的全景圖，并對國際智能感知領域的研究前沿進行分析，以期對相關領域的研究與管理提供支持。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

文獻共被引分析就是以具有一定學科代表性的一批文獻為分析對象，利用聚類分析等多元統(tǒng)計分析方法，把眾多的分析對象之間錯綜復雜的關系簡化為數(shù)目相對較少的若干類群之間的關系并用網(wǎng)絡的方法直觀地表示出來。這種方法不僅可以用來揭示科學結構的發(fā)展現(xiàn)狀乃至變化情況，還可以用來進行研究前沿分析、領域分析、科研評價等，進行信息管理，為科技規(guī)劃與評估提供基礎[1-2]。

信息可視化技術是近年新發(fā)展起來的一個研究和開發(fā)十分活躍的技術領域，它將計算機圖形學、圖像處理和計算機視覺等技術相結合，已經(jīng)在多個領域得到了廣泛的應用。CitespaceⅡ[3]是其中的典型代表，它是一種多元、分時、動態(tài)的新一代信息可視化技術。它將科學計量學的主要研究方法和信息可視化技術融合在一起，可以通過科學文獻的引文以及其共被引關系來展示引文網(wǎng)絡的演進并探測科學研究的前沿及其變化。

研究主要以文獻共被引方法為主，結合信息可視化軟件CitespaceⅡ，將智能感知技術領域的分析結果形象地展示出來。

1.2 數(shù)據(jù)來源和分析方法

所使用的數(shù)據(jù)都來源于Web of Science。以Intelligen*and Sens* 為主題詞（Topical terms），在 SCI，SSCI，A&HCI 三大數(shù)據(jù)庫中檢索出從 1997年至2006年發(fā)表的與智能感知相關的論文（Article），共得到3077 條文獻記錄，每條記錄包括作者、題目、摘要和參考文獻等信息。

將1997-2006年的數(shù)據(jù)以兩年為單位分成5段。同時，將c、cc 和ccv（其中c 為文獻的被引頻次；cc 為兩篇文獻的共被引頻次；ccv 為共被引系數(shù)，是在給定的時間段共被引數(shù)量的規(guī)范化，cc［i，j］是文獻i 和j 的共引次數(shù)，c[i]和c[j]是它們各自的引文次數(shù)）按照時間的前、中、后順序分別設定閾值（3.2.10）、（3.2.10）、（2.2.5），每個時間段的閾值由插值算法確定。采用了詞頻突現(xiàn)檢測（burst detection）算法，可以得到智能感知技術領域研究熱點情況的文獻共被引圖譜。

1.3 文獻共被引圖譜與關鍵節(jié)點

用CitespaceⅡ可視化軟件所繪制的智能感知技術研究文獻共被引網(wǎng)絡圖譜（圖1），共包含符合限定條件的節(jié)點376 個，連線2 157 條，突現(xiàn)詞（burst）2 038 個。

根據(jù)圖中出現(xiàn)的文獻記錄與突增詞，我們可以很直觀地看出，圖1 中出現(xiàn)由聚類形成的三個明顯的知識群A、B、C 和一個連接相對松散的橢圓區(qū)域。

2 可視化技術的國際智能前沿熱點分析

從智能感知文獻引文圖譜，可以看出由聚類顏色表現(xiàn)的知識群時間序列，一方面是A、B、C 三個知識群序列，另一方面知識群A 又形成A1、A2、A3 和A4 四個子群序列。下面根據(jù)各個知識群的文獻對這些區(qū)域中的研究領域進行更為細致的分析。

2.1 知識群A：人類認知研究及其熱點變化

智能感知技術的科學基礎是人們對人類自身認知領域的把握。知識群A 在整體上為人類認知領域相關的研究。人類智能的集中體現(xiàn)就是大腦，通過對人腦的研究，我們可以探尋人類意識、情感等方面的機理。除了腦科學之外，研究人腦活動的另外一門重要科學便是認知科學。通過對其中的論文標題和摘要的閱讀發(fā)現(xiàn)，人類認知領域的研究熱點隨著時間的發(fā)展，研究方法和領域出現(xiàn)了明顯的轉(zhuǎn)移，A1（1997～1998年，深藍色）主要是在傳統(tǒng)的心理學領域?qū)θ祟愓J知情況進行了研究，采用的手段主要為智力量表和因子分析等方法。而到了1999～2004年（淺藍，綠和黃色）的A2 部分，研究者們則更多地采用神經(jīng)心理測試的研究方法，研究對象更偏重于成年人和老年人。認知領域的研究在2005～2006年（橙黃色）發(fā)生了明顯的分化，分為A3 和A4 兩個部分。A3結合人類生理學的知識，從生理學的角度如性別、年齡以及大腦皮層結構等對人類的認知能力進行研究；而A4 則運用了現(xiàn)代化的設備，如磁共振成像技術，結合生理和心理學知識探討影響人類認知能力的物理原因。

2.2 知識群B：壓電傳感技術與智能結構

從本質(zhì)上看，智能感知技術是人類認知科學成果的物化，也就是借助技術手段感知外部現(xiàn)象，經(jīng)典壓電傳感技術就是其中之一。知識群B 主要研究的對象就是壓電驅(qū)動器，屬于智能結構的研究范疇。智能結構是一種具有傳感、執(zhí)行、信號處理、通訊與控制等功能的結構，它可以根據(jù)外部條件和內(nèi)部條件的變化，實現(xiàn)自檢測、環(huán)境自適應及損傷自愈合等諸多具有智能與生命特征的功能，主動地改變結構特性以最優(yōu)地滿足任務需要[4]。壓電驅(qū)動器以其尺寸小、線性好、控制方便、位移分辨率高、頻率響應好、能耗低、無噪聲等特點，已成為一種理想的微位移驅(qū)動裝置，非常適合在精密定位及小負載、大轉(zhuǎn)矩、高精度的機械傳動裝置等領域中應用，展現(xiàn)了良好的應用前景。學者們從1999年至今一直持續(xù)保持著從智能感知領域進行壓電致動研究的熱情，從多個角度對壓電驅(qū)動器技術進行著研究，如組件結構的有限元分析、分布式傳感和控制閉連集等。

從知識群A 的內(nèi)在關系看，子群A2 是子群A1與子群A3、A4 之間橋梁，韋克斯勒（Wechsler D.1981）是連接A1、A2 的關鍵節(jié)點。從網(wǎng)絡連接的角度看，萊扎克（Lezak M.D.1995）和第四屆美國心理學會（Am.Psych.Ass.,1994）的文集是認知發(fā)展的里程碑式的文獻，因為它們既是子群A 與子群B 之間的橋梁，也是認知領域研究范式轉(zhuǎn)變的關鍵文獻。知識群B 中的節(jié)點克雷里（E.F.Crawley,1987）既是壓電驅(qū)動器研究的主要標志文章，也是壓電驅(qū)動與布魯克斯（R.A.Brooks,1991）對智能機器人的研究相結合的關鍵節(jié)點。

2.3 知識群C：無線傳感器與網(wǎng)絡技術集成

無線傳感技術是智能感知技術的新進展。知識群C 主要為無線傳感器網(wǎng)絡研究。集成了傳感器、微機電系統(tǒng)和網(wǎng)絡三大技術而形成的傳感器網(wǎng)絡是一種全新的信息獲取和處理技術。無線傳感器網(wǎng)絡是眾多的傳感器通過無線通信的方式，相互聯(lián)系，處理、傳遞信息的網(wǎng)絡。從知識群C 的顏色可以看出無線傳感網(wǎng)絡研究從2005年開始成為智能感知研究領域中的一個非常顯著的熱點，但知識群C與作為傳統(tǒng)壓電傳感技術的知識群B 并無直接聯(lián)系，而是更多地結合了現(xiàn)代通訊技術的成果。知識群C 所展示的論文節(jié)點分別從無線通訊網(wǎng)絡的能量耗散、擴展性和穩(wěn)定性、信號處理、網(wǎng)絡協(xié)議和復雜性等角度對無線傳感網(wǎng)絡進行了探索。這些研究角度也是國際無線傳感網(wǎng)絡技術界最為關心的話題。

2.4 人工智能相關研究與3 個知識群的關系

值得注意的是，圖譜上方的橢圓形區(qū)域及其與各知識群的關系。橢圓形區(qū)域本身主要是圍繞著“人工智能”進行的一些研究，連接相對松散。我們對其中的文獻進行分析后發(fā)現(xiàn)，這個區(qū)域主要是從兩個角度進行的研究，一個是智能感知技術在移動機器人研究中的應用，包括在移動機器人的視覺系統(tǒng)、行走機構、機械手、控制系統(tǒng)等構成的系統(tǒng)的應用。主要探討了移動機器人如何回避障礙物、以及在無人監(jiān)督的情況下，機器人在標準辦公環(huán)境中的表現(xiàn)等。另一個重要的研究方向就是有關智能感知算法的研究，主要是在模糊算法、基因算法、神經(jīng)網(wǎng)絡等算法的基礎上進行的算法優(yōu)化和改進研究。這表明橢圓形區(qū)域存在一個以智能機器人技術和智能感知算法為主要內(nèi)容的人工智能核心知識群。而從橢圓形區(qū)域與三個知識群之間的關系看，橢圓形區(qū)域分別連接三個知識群的關鍵節(jié)點顯然比三個知識群相互聯(lián)系更為直接緊密，顯示出橢圓形區(qū)域的人工智能核心知識群，既是各個智能感知技術知識群的知識基礎，又是智能感知技術的服務領域。

然而，迄今為止，人工智能研究狀況表明，人工智能領域依然是“結構主義”、“功能主義”、“認知主義”三大方法論體系“自成一體，分而治之”的局面，這是導致過去幾十年人工智能領域沒有取得更大成就的主要歷史教訓[5]。從圖1 中橢圓形區(qū)域可以看出，這個現(xiàn)狀在智能感知領域中依然沒有明顯改善。結構主義（以人工神經(jīng)網(wǎng)絡為代表）、功能主義（以專家系統(tǒng)為代表）、認知主義（以計算機視覺感知動作系統(tǒng)為代表）的三種方法論彼此間的聯(lián)系依然十分松散，甚至是割裂開來的。這就是說，人工智能學科及其從屬的智能感知領域尚未形成公認的理論基礎與統(tǒng)一范式。不過，從知識群A 與B 之間較為密切的關系看，結構主義和認知主義的研究范式在智能感知技術中得到了較多的應用。

3 結論與展望

運用動態(tài)網(wǎng)絡分析的信息可視化方法，繪制出國際智能感知領域文獻共被引網(wǎng)絡圖譜，形象地展現(xiàn)出存在人類認知能力及腦科學、經(jīng)典傳感技術及智能結構、無線傳感網(wǎng)絡技術三個知識群，是當代智能感知技術研究的前沿熱點領域。它們雖然以網(wǎng)絡松散的人工智能核心知識群為知識基礎，但也表明人工智能學科及其從屬的智能感知領域至今仍然缺乏公認的理論基礎與統(tǒng)一的學科范式，同時也暗示人工智能領域及智能感知技術仍將呈現(xiàn)多元發(fā)展的途徑與方式。

網(wǎng)絡圖譜上若干突現(xiàn)詞所表征的前沿術語和最新論文節(jié)點，不僅從智能感知文獻結構的角度發(fā)現(xiàn)和證實了智能感知領域本質(zhì)上反映了“以人為中心的智能信息處理和控制”，而且預示了以生物特征識別、自然語言和動態(tài)圖像的理解為基礎的“以人為中心”的智能信息處理和控制技術，智能化中文信息處理，以及智能交通等相關領域的系統(tǒng)技術，是值得密切關注、可望取得突破的重點前沿領領域。

［1］ 侯海燕.科學計量學知識圖譜：五十位最有影響的科學計量學家［J］.科學學研究，2007,25（3）：404-406.

［2］ 韓靜，王熙，賈永全，等.基于網(wǎng)絡的農(nóng)場畜牧信息管理系統(tǒng)研究［J］.黑龍江八一農(nóng)墾大學學報，2008,20（3）：89-91.

［3］ C.M.Chen.CiteSpaceⅡ—Detecting and visualizing emerging trends and transient patterns in scientific literature［J］.Journal of the American Society for Information Science and Technology，2006,57（3）：359-377.

［4］ 黃尚廉.智能結構—工程學科萌生的一場革命［J］.壓電與聲光，1993，2（15）：13-15.

［5］ 鐘義信.智能科學技術導論［M］.北京：北京郵電大學出版社，2006.