多维尺度分析

摘要： 刊发文章所标引的关键词是文献检索的标志之一,既可以反映文章的主题有利于读者快速检索到需要的文献,又可以通过关键词分析得到该学科的研究热点等重要信息。本文对林业类8种期刊在2014—2018年的刊发文章关键词进行统计,以这8种期刊刊发文章所标引的关键词为研究对象,通过统计关键词标引率和词频,利用共词网络和多维尺度分析方法,分析刊发文章关键词和林业领域的研究热点之间的关系。研究表明,8种期刊关键词标引率均达100%,使用关键词获取该学科研究方面的重要信息具有可行性;采用词频分析、共词网络分析和多维尺度分析得出了能够反映该学科当前研究热点的关键词和研究热点,并验证了其中4类热点的准确性。旨在提醒作者重视关键词的使用。

摘要： 在科技社会深度融合发展的背景下,聚焦责任式创新,以2009―2020年WOS和CNKI数据库中879篇文献为样本,综合运用文献计量分析、因子分析和多维尺度分析,从时间和空间视角探索责任式创新研究的外部特征、热点内容、前沿趋势,并构建该领域知识框架。研究结果表明:①近12年国内外研究发文量总体呈上升趋势,但国内研究热度较低且尚处于初始阶段,国外科研合作网络紧密,积极推动该领域研究发展,同时该领域研究呈现跨学科特征,并逐渐形成学科交叉下的知识流动路径;②研究热点可分为4个方面,即内涵及理论框架构建研究,责任式创新与利益相关者参与研究,责任式创新跨界结合研究,责任式创新方法、实践及评估研究,研究前沿趋势可分为3个方面,即责任式创新与伦理规范研究、责任式创新与新兴技术治理研究、责任式创新的社会嵌入与政治议程研究;③基于因子分析和多维尺度分析,构建责任式创新的“情境―理论内涵―干预―机制―结果”CTIMO知识框架。最后,从责任式创新的制度情境、实践及扩散、利益相关者管理、组织层面评估等方面提出未来研究展望。

摘要： 运用BICOMB2.0和SPSS20软件,对2017-2021收录在知网(CNKI)的相关文章进行可视化定量分析。发现近五年我国生物学学科核心素养方面的研究主要集中于:(1)生物学学科核心素养内涵及教学实践研究;(2)生物学学科核心素养课堂教学及培养策略研究;(3)与生物学学科核心素养相关的评价研究。预测未来该领域的研究将更集中于:生物学学科核心素养现代化深层内涵探究、学科核心素养落实方式探索以及学科核心素养测评工具研制。

摘要： 为更直观地了解自PISA测试开创以来我国的研究成果及各文献间的联系,为未来PISA数学测评研究提供参考与借鉴,本文选取近22年来中国知网总库收录的137篇文献,采用关键词共词分析法,绘制相异矩阵进行分析并生成热点知识图谱。结果表明:我国《PISA数学测评》的研究主要集中在四个方面,数学核心素养与国际学生测评项目是其研究的热点与重点,义务教育质量的影响因素为研究核心,PISA相关的领域也较为活跃,其中一些细化的研究方向较为分散。

摘要： 为了解浙江南部近海鱼类群落粒径结构的时空特征、季节变动及其影响因素,基于2019年4个季节的渔业资源调查数据,利用粒径谱、多维尺度排序等方法,研究了鱼类粒径谱特征及其时空变动。结果表明,全年Sheldon鱼类粒径谱形状大体为单峰型,鱼类粒级介于-2~11,最高值出现在6~7粒级,以小型鱼类为主。四季Sheldon鱼类粒径谱基本呈单峰型,各季节峰值和最高生物量对应粒级区间、鱼种组成存在差异,其标准化鱼类粒径谱拟合曲线均呈"穹顶"型,曲率介于-0.18~-0.09,以冬季最大(-0.09),春季最小(-0.18),表明春季鱼类生物量受外界干扰程度最大,冬季相对稳定。多维尺度排序结果表明,冬、春季鱼类群落可分为4组,夏、秋季可分为3组。分组粒径谱分析结果表明,近岸鱼类群落比远岸鱼类群落受到更大的外界干扰。总体上,浙江南部近海鱼类群落处于干扰状态,这可能与环境因素、洄游性与定栖性鱼类的季节变化等有关,也存在禁渔期及人类捕捞活动的影响。

摘要： 基于Web of Science核心数据库,应用文献计量法分析了国外近十年生物学教学中培养学生批判性思维的研究现状。结果表明:批判性思维、生物学、教育、批判性思维技能、本科生、评测等是该研究领域的高频关键词;教学方法(包括生物进化科学史策略、STEM教学策略等)、批判性思维能力及其评测是该领域的主要研究热点。结合生物科学史培养学生的批判性思维或在STEM中渗透批判性思维或批判性思维测评工具的研究是该领域未来的三个重点研究方向。

摘要： 国土空间规划是促进土地资源合理配置、实现人地和谐关系的重要举措。加强对于国土空间规划的研究,有利于科学安排国土空间布局,推进美丽中国建设。利用共词分析这一文献计量方法,以CNKI数据库中主题为“国土空间规划”的306篇核心以上期刊文献作为数据来源,对国土空间规划领域的研究进展和研究热点进行了重点分析。结果显示,我国国土空间规划目前处于快速发展阶段,自2019年以来,学者对国土空间规划的关注程度急剧上升,虽然文献整体数量较少,但质量较高,研究热点主要包括国土空间规划体系构建的探索、国土资源“双评价”、国土空间规划与其他规划的协调问题、国土空间规划涉及到的生态文明问题四大类。

摘要： 为了解我国人工智能教育领域的研究现状与趋势,并对其研究和发展提供建议。以2016—2020年知网数据库期刊论文为数据来源,利用Bicomb2.0、Ucinet6.0及SPSS26.0软件,对国内人工智能教育研究的主题进行聚类,通过多维尺度分析把握人工智能教育领域的研究现状与发展趋势,结合社会网络的可视化图谱和关键词中心度进行分析,并对研究热点及各关键词之间的关系进行深入分析。研究结果表明,国内人工智能教育领域的研究主要集中在理论概念、技术服务、教育应用及发展方向4个方面,并对未来人才培养、课程设置、教师队伍建设和伦理教育的发展趋势提出建议。

摘要： 文章选取2000—2019年《中文核心期刊要目总览》与中文社会科学引文检索收录的文献为研究对象,利用多元统计软件SATI 3.2、SPSS 23.0、COOC、Data数据园、UCINET6等,采取社会网络分析、共词分析、聚类分析、多维尺度分析方法,对我国辅导员领域的年发文情况、核心作者合作、研究机构合作、期刊来源分布、研究热点及发展趋势进行分析,揭示了该领域近年来的研究热点和演进趋势。分析发现,辅导员的职业化专业化发展、队伍建设、思想政治教育研究及辅导员工作研究等是目前研究的主要热点。

摘要： 在视觉文化盛行的时代背景下,表情包的流行是网络传播行为中图像转向的重要佐证。关于表情包的研究多集中在传播学和符号学的领域,而从设计学角度探究其造型特征以及用户使用习惯的研究则相对较少。文章旨在探索如何通过定量研究的方法,探索表情包造型规律。通过若干用户认知实验、聚类分析、多维尺度分析等统计学手段进行表情包构成元素与风格的探索,得出表情包造型规律与对应的设计原则,为表情包设计提供全新的设计思路。

摘要： 多维尺度分析是模式识别与数据挖掘领域一个有力的降维工具.在贝叶斯多维尺度分析的基础上,我们将多维尺度的本质低维维数决定问题视作模型选择问题。在贝叶斯框架下提出一种可逆转跳马尔可夫链蒙特卡罗(RJMCMC)的算法,能在形成多维尺度分析的低维主坐标的同时决定本质维数.在仿真数据和真实数据上的试验结果验证了本算法的有效性。

摘要： 噪声声品质公认定义指人们对于噪声信号的满意度.目前国外研究的一个共识就是对噪声信号满意度、烦躁度等是包含多维度的量,象响度、尖锐度等评价术语是相对比较单一维度的量.对于满意度、或是烦躁度的多维度,并不是所有可能的维度都已有心理的特性描绘.同时,判断太多的维度是否有意义是一件非常困难的事情.由此看来,对与特定物体相关的声品质,要恰当地描绘其特征,确定其特征维度的数目,采取合适的降维方法就显得特别重要.多维尺度分析不失为一种值得考虑的方法.

摘要： 文章从作者共被引的角度入手，对竞争情报领域的20位核心作者进行共被引分析，运用多元统计分析方法-聚类分析和多维尺度分析揭示国内竞争情报的研究状况，并运用社会网络分析工具与方法，可视化展示其结构特征。

摘要： 在声学领域研究中常用到的方法是进行主观评价实验,然后采用数学统计方法对实验结果进行分析。首次在双语教学调查中引入主观评价调查,并利用多维尺度分析和主成分分析方法,获得学生对双语教学的期望,结果具有参考意义。最后对该方法在声品质评价和在双语教学中的应用进行比较,指出其共同点和差异。

摘要： 多维尺度分析的一个重要目的是对只给定不相似度量的目标聚类.贝叶斯混合模型的聚类分量先验个数可以是无限.应用无限高斯混合模型，基于Dirichlet过程的聚类思想，提出一种根据不相似度量的基于贝叶斯模型的聚类方法，并应用马尔可夫链蒙特卡罗估计贝叶斯多维尺度模型的参数.此方法由于避免了贝叶斯模型选择，所以既能同时生成低维主坐标和进行基于模型的聚类，也能同时估计聚类分量个数和分量参数.

摘要： 噪声声品质的研究是环境声学研究的新型研究领域.主观评价实验研究作为获得人们真实主观感受的重要手段,是在研究中起着重要的作用.如何获得第一手、真实、准确的主观评价试验数据,采用合适的主观评价方法,并进行有效、科学的数据分析处理非常重要.成对比较法和语义细分法是常见的主观评价实验方法.成对比较法相比语义细分法精确,但是却带来大量的主观评价实验量的缺点,不适合进行多个主观评价特征的评价实验研究.在现有文献中,对于主观评价实验的选择,通常如果是依据时间和经费的许可得话,就选择成对比较法,否则就选择语义细分法.作者在对应用非度量多维尺度分析(NMDS)进行车内噪声声品质进行评价研究的过程中…,对于两种常见主观评价实验方法进行了比较研究,分析在进行低沉度、偏好性这两个主观感知属性方面的评价时两种方法的不同特点.

摘要： 对CNKI数据库中近十年图书情报领域所有用户信息行为研究文献的主题词进行统计分析,并利用统计分析软件SPSS20.0对国内文献中25个高频关键词进行聚类分析和多维尺度分析,对该领域的研究热点和主题进行深入分析,直观展示国内用户信息行为的研究热点以及研究热点之间的关联.

摘要： 随着通信技术的发展,人们对无线定位的需求与日俱增.在室内定位方面,基于接收信号强度RSS(ReceivedSignal Strength)的定位技术受到了广泛的应用.传统的指纹定位算法需要投入大量的人力和物力资源,而基于及时定位与映射SLAM(Simultaneous Localization and Mapping)的定位算法需要进行传感器布置.针对上述问题,本文提出了一种基于多维尺度MDS(Multi-dimensional Scaling)图像特征提取的室内WLAN定位算法.首先,在离线阶段,该算法对目标区域内用户的运动路径模式进行观测,并根据观测得到的运动路径模式进行信号序列采集;然后,利用MDS算法对采集的信号序列进行降维处理,并绘制每种路径模式所对应的信号平面图;其次,将信号平面图转换为灰度图像,并进行特征提取与神经网络训练;最后,在定位阶段,将采集的信号序列转换成灰度图像进行特征提取,利用训练得到的神经网络,对新采集信号序列进行模式判别,进而估计得到用户的运动轨迹与方向.

摘要： 随着通信技术的发展,人们对无线定位的需求与日俱增.在室内定位方面,基于接收信号强度RSS(ReceivedSignal Strength)的定位技术受到了广泛的应用.传统的指纹定位算法需要投入大量的人力和物力资源,而基于及时定位与映射SLAM(Simultaneous Localization and Mapping)的定位算法需要进行传感器布置.针对上述问题,本文提出了一种基于多维尺度MDS(Multi-dimensional Scaling)图像特征提取的室内WLAN定位算法.首先,在离线阶段,该算法对目标区域内用户的运动路径模式进行观测,并根据观测得到的运动路径模式进行信号序列采集;然后,利用MDS算法对采集的信号序列进行降维处理,并绘制每种路径模式所对应的信号平面图;其次,将信号平面图转换为灰度图像,并进行特征提取与神经网络训练;最后,在定位阶段,将采集的信号序列转换成灰度图像进行特征提取,利用训练得到的神经网络,对新采集信号序列进行模式判别,进而估计得到用户的运动轨迹与方向.

摘要： 随着通信技术的发展,人们对无线定位的需求与日俱增.在室内定位方面,基于接收信号强度RSS(ReceivedSignal Strength)的定位技术受到了广泛的应用.传统的指纹定位算法需要投入大量的人力和物力资源,而基于及时定位与映射SLAM(Simultaneous Localization and Mapping)的定位算法需要进行传感器布置.针对上述问题,本文提出了一种基于多维尺度MDS(Multi-dimensional Scaling)图像特征提取的室内WLAN定位算法.首先,在离线阶段,该算法对目标区域内用户的运动路径模式进行观测,并根据观测得到的运动路径模式进行信号序列采集;然后,利用MDS算法对采集的信号序列进行降维处理,并绘制每种路径模式所对应的信号平面图;其次,将信号平面图转换为灰度图像,并进行特征提取与神经网络训练;最后,在定位阶段,将采集的信号序列转换成灰度图像进行特征提取,利用训练得到的神经网络,对新采集信号序列进行模式判别,进而估计得到用户的运动轨迹与方向.

摘要： 本发明所述基于多维尺度MDS分析的室内WLAN信号平面图构建与定位方法，首先在离线阶段对目标区域内用户的运动路径模式进行观测，并根据观测得到的运动路径模式进行信号序列采集；然后，利用MDS方法对采集的信号序列进行降维处理，并绘制每种路径模式所对应的信号平面图；其次，将信号平面图转换为灰度图像，并进行特征提取与神经网络训练；最后在定位阶段，将新采集的信号序列转换成灰度图像并进行特征提取，利用训练得到的神经网络，对新采集信号序列进行模式判别，进而估计得到用户的运动轨迹与方向。本发明能够运用于无线电通信网络环境，主要面向室内无线局域网定位方法，解决了传统的指纹定位方法中需要投入大量的人力和物力资源的问题。

摘要： 本申请公开的面向跨模态学习的多维多尺度智能态势感知分析方法中，实现了数据与信息间的转化支撑，为特定预测推理提供有效价值支撑，还具体提出了一种采用融合不同种类数据确定预测推理结果准确的可能性或相关性判断的方法，由数据关联得出信息，由信息中数据关联的情况可得到轨迹信息，由轨迹信息可进行相关推理决策，该方法可以快速精准实现态势的感知分析；并且该方法中定义了信息价值的计算方法，根据该种计算方式可以实现精准的目的预测或决策分析。本申请还提供了一种面向跨模态学习的多维多尺度智能态势感知分析装置、计算机设备及一种可读存储介质，具有上述有益效果。

摘要： 本发明公开了一种油田注水井大尺度多维度剖面调整方法。所述方法包括如下任一步骤：堵漏：向注水井中注入超高浓度凝胶段塞，然后继续注入顶替液，关井2～6天后恢复注水；近井调剖：向注水井中先后或交替注入高气液比泡沫凝胶段塞和高浓度凝胶段塞，并以高浓度凝胶段塞结束，然后继续注入顶替液，关井3～10天后恢复注水；深部调剖：向注水井中先后或交替注入高气液比泡沫凝胶段塞和低气液比泡沫凝胶段塞，然后注入高浓度凝胶段塞，继续注入顶替液，关井3～10天后恢复注水；调驱：向注水井中先后或交替注入高气液比及低气液比泡沫凝胶段塞和高浓度凝胶段塞，然后注入低浓度和高浓度凝胶段塞，继续注入顶替液。本发明采用一种体系满足多种使用环境，解决注水开发油田非均质矛盾由近及远的各项问题。

摘要： 本发明公开了基于多尺度编码的云网端资源多维时间序列异常检测方法，涉及计算机科学技术领域，本发明提出了基于多尺度集成解码的多维时间序列异常检测的方案，提升多维时间序列异常检测的准确性。本发明的技术方案包括如下步骤：计算各时间序列间相关性，构建序列的相关性特征矩阵。基于相关性特征矩阵，使用编码器对时间序列相关性进行编码，并使用基于注意力的卷积长短期记忆网络来捕获时间模式。利用不同尺度的解码器进行解码，使用张量核的相似性来约束不同解码器的输出，融合所有解码结果重构特征矩阵，计算重构误差以检测异常。

摘要： 一种基于多维尺度分析算法的RSS数据平滑方法，本发明涉及基于多维尺度分析算法的RSS数据平滑方法。本发明的目的是为了解决现有技术随着RSS数据采集数量的大量减少，环境噪声和采集误差对Radio Map的影响急剧的增加，从而造成了Radio Map建立的精度和定位精度大大降低的缺点。具体过程为：一、在待定位的室内区域布置m个AP；二、得到相似性距离dik和djk；三、得到不同RP之间的相似性矩阵；四、得出存在噪声的RP与其他RP之间的相似性距离，并替换三中数据空间上相似性矩阵中相应的值；五、计算得到RSS′，替换步骤一中的RSS值；六、重复四和五，实现对RSS数据的平滑。本发明用于室内定位领域。

摘要： 本发明提出一种基于Wi‑Fi指纹和多维尺度分析的室内定位方法。本方法中，使用众包思想进行用户行为和Wi‑Fi信号的采集，以代替以往基于指纹方法需要用到的现场勘测；指纹模型识别出用户轨迹上每个Wi‑Fi信号所属的位置信息，并分配到相应的位置，以获得每个采样点的指纹信息；对标准的K近邻算法进行改进，为每个无线接入点分配不同的权值，以实现房间级的定位；为了获取用户的绝对坐标位置，并描绘出用户在室内的行走轨迹，改进了多维尺度分析方法，利用走廊拐角和房间门口作为关键点对多维尺度分析方法的结果进行进一步的校正，以获取用户更精确的绝对坐标位置。本发明方法在去除现场勘测阶段的同时，提高了室内定位精度。

摘要： 本发明提出一种基于潜类多维尺度分析的声品质建模方法，利用Winsberg提出的CLASCAL方法建立音色空间，并通过多元回归分析对各维度进行拟合，将能够解释各维度的客观参量作为神经网络的输入，建立声品质模型。本发明提供了客观参量选择的一种标准，改善了声品质模型的精度及可解释性，更好地解决在声品质建模中可解释性和非线性两个关键问题。

摘要： 一种基于多维尺度分析算法的RSS数据平滑方法，本发明涉及基于多维尺度分析算法的RSS数据平滑方法。本发明的目的是为了解决现有技术随着RSS数据采集数量的大量减少，环境噪声和采集误差对Radio Map的影响急剧的增加，从而造成了Radio Map建立的精度和定位精度大大降低的缺点。具体过程为：一、在待定位的室内区域布置m个AP；二、得到相似性距离dik和djk；三、得到不同RP之间的相似性矩阵；四、得出存在噪声的RP与其他RP之间的相似性距离，并替换三中数据空间上相似性矩阵中相应的值；五、计算得到RSS′，替换步骤一中的RSS值；六、重复四和五，实现对RSS数据的平滑。本发明用于室内定位领域。

摘要： 本发明提出一种基于Wi-Fi指纹和多维尺度分析的室内定位方法。本方法中，使用众包思想进行用户行为和Wi-Fi信号的采集，以代替以往基于指纹方法需要用到的现场勘测；指纹模型识别出用户轨迹上每个Wi-Fi信号所属的位置信息，并分配到相应的位置，以获得每个采样点的指纹信息；对标准的K近邻算法进行改进，为每个无线接入点分配不同的权值，以实现房间级的定位；为了获取用户的绝对坐标位置，并描绘出用户在室内的行走轨迹，改进了多维尺度分析方法，利用走廊拐角和房间门口作为关键点对多维尺度分析方法的结果进行进一步的校正，以获取用户更精确的绝对坐标位置。本发明方法在去除现场勘测阶段的同时，提高了室内定位精度。

摘要： 本发明所述基于多维尺度分析的室内WLAN信号平面图构建与定位方法，首先在离线阶段对目标区域内用户的运动路径模式进行观测，并根据观测得到的运动路径模式进行信号序列采集；然后，利用MDS方法对采集的信号序列进行降维处理，并绘制每种路径模式所对应的信号平面图；其次，将信号平面图转换为灰度图像，并进行特征提取与神经网络训练；最后在定位阶段，将新采集的信号序列转换成灰度图像并进行特征提取，利用训练得到的神经网络，对新采集信号序列进行模式判别，进而估计得到用户的运动轨迹与方向。本发明能够运用于无线电通信网络环境，主要面向室内无线局域网定位方法，解决了传统的指纹定位方法中需要投入大量的人力和物力资源的问题。