尹麗春，崔立彬

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

信息技術(shù)是國家綜合國力的重要體現(xiàn)，也是當(dāng)今世界競爭最為激烈的領(lǐng)域之一。我國《中長期發(fā)展規(guī)劃綱要》將信息技術(shù)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(shù)領(lǐng)域重點發(fā)展的前沿技術(shù)。

利用文獻(xiàn)共被引分析和可視化手段，以“智能感知”技術(shù)作為研究對象，得出此領(lǐng)域近年研究熱點的全景圖，并對國際智能感知領(lǐng)域的研究前沿進(jìn)行分析，以期對相關(guān)領(lǐng)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(xiàn)共被引分析就是以具有一定學(xué)科代表性的一批文獻(xiàn)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(fù)雜的關(guān)系簡化為數(shù)目相對較少的若干類群之間的關(guān)系并用網(wǎng)絡(luò)的方法直觀地表示出來。這種方法不僅可以用來揭示科學(xué)結(jié)構(gòu)的發(fā)展現(xiàn)狀乃至變化情況，還可以用來進(jìn)行研究前沿分析、領(lǐng)域分析、科研評價等，進(jìn)行信息管理，為科技規(guī)劃與評估提供基礎(chǔ)[1-2]。

信息可視化技術(shù)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(shù)領(lǐng)域，它將計算機圖形學(xué)、圖像處理和計算機視覺等技術(shù)相結(jié)合，已經(jīng)在多個領(lǐng)域得到了廣泛的應(yīng)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(shù)。它將科學(xué)計量學(xué)的主要研究方法和信息可視化技術(shù)融合在一起，可以通過科學(xué)文獻(xiàn)的引文以及其共被引關(guān)系來展示引文網(wǎng)絡(luò)的演進(jìn)并探測科學(xué)研究的前沿及其變化。

研究主要以文獻(xiàn)共被引方法為主，結(jié)合信息可視化軟件CitespaceⅡ，將智能感知技術(shù)領(lǐng)域的分析結(jié)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(guān)的論文（Article），共得到3077 條文獻(xiàn)記錄，每條記錄包括作者、題目、摘要和參考文獻(xiàn)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(xiàn)的被引頻次；cc 為兩篇文獻(xiàn)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(xiàn)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(shè)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(shù)領(lǐng)域研究熱點情況的文獻(xiàn)共被引圖譜。

1.3 文獻(xiàn)共被引圖譜與關(guān)鍵節(jié)點

用CitespaceⅡ可視化軟件所繪制的智能感知技術(shù)研究文獻(xiàn)共被引網(wǎng)絡(luò)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(xiàn)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(shù)的國際智能前沿?zé)狳c分析

從智能感知文獻(xiàn)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(xiàn)對這些區(qū)域中的研究領(lǐng)域進(jìn)行更為細(xì)致的分析。

2.1 知識群A：人類認(rèn)知研究及其熱點變化

智能感知技術(shù)的科學(xué)基礎(chǔ)是人們對人類自身認(rèn)知領(lǐng)域的把握。知識群A 在整體上為人類認(rèn)知領(lǐng)域相關(guān)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(xué)之外，研究人腦活動的另外一門重要科學(xué)便是認(rèn)知科學(xué)。通過對其中的論文標(biāo)題和摘要的閱讀發(fā)現(xiàn)，人類認(rèn)知領(lǐng)域的研究熱點隨著時間的發(fā)展，研究方法和領(lǐng)域出現(xiàn)了明顯的轉(zhuǎn)移，A1（1997～1998年，深藍(lán)色）主要是在傳統(tǒng)的心理學(xué)領(lǐng)域?qū)θ祟愓J(rèn)知情況進(jìn)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(lán)，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(rèn)知領(lǐng)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(jié)合人類生理學(xué)的知識，從生理學(xué)的角度如性別、年齡以及大腦皮層結(jié)構(gòu)等對人類的認(rèn)知能力進(jìn)行研究；而A4 則運用了現(xiàn)代化的設(shè)備，如磁共振成像技術(shù)，結(jié)合生理和心理學(xué)知識探討影響人類認(rèn)知能力的物理原因。

2.2 知識群B：壓電傳感技術(shù)與智能結(jié)構(gòu)

從本質(zhì)上看，智能感知技術(shù)是人類認(rèn)知科學(xué)成果的物化，也就是借助技術(shù)手段感知外部現(xiàn)象，經(jīng)典壓電傳感技術(shù)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(jié)構(gòu)的研究范疇。智能結(jié)構(gòu)是一種具有傳感、執(zhí)行、信號處理、通訊與控制等功能的結(jié)構(gòu)，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(yīng)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(jié)構(gòu)特性以最優(yōu)地滿足任務(wù)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(yīng)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(fù)載、大轉(zhuǎn)矩、高精度的機械傳動裝置等領(lǐng)域中應(yīng)用，展現(xiàn)了良好的應(yīng)用前景。學(xué)者們從1999年至今一直持續(xù)保持著從智能感知領(lǐng)域進(jìn)行壓電致動研究的熱情，從多個角度對壓電驅(qū)動器技術(shù)進(jìn)行著研究，如組件結(jié)構(gòu)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(guān)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(guān)鍵節(jié)點。從網(wǎng)絡(luò)連接的角度看，萊扎克（Lezak M.D.1995）和第四屆美國心理學(xué)會（Am.Psych.Ass.,1994）的文集是認(rèn)知發(fā)展的里程碑式的文獻(xiàn)，因為它們既是子群A 與子群B 之間的橋梁，也是認(rèn)知領(lǐng)域研究范式轉(zhuǎn)變的關(guān)鍵文獻(xiàn)。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(biāo)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(jié)合的關(guān)鍵節(jié)點。

2.3 知識群C：無線傳感器與網(wǎng)絡(luò)技術(shù)集成

無線傳感技術(shù)是智能感知技術(shù)的新進(jìn)展。知識群C 主要為無線傳感器網(wǎng)絡(luò)研究。集成了傳感器、微機電系統(tǒng)和網(wǎng)絡(luò)三大技術(shù)而形成的傳感器網(wǎng)絡(luò)是一種全新的信息獲取和處理技術(shù)。無線傳感器網(wǎng)絡(luò)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(luò)。從知識群C 的顏色可以看出無線傳感網(wǎng)絡(luò)研究從2005年開始成為智能感知研究領(lǐng)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(shù)的知識群B 并無直接聯(lián)系，而是更多地結(jié)合了現(xiàn)代通訊技術(shù)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(luò)的能量耗散、擴展性和穩(wěn)定性、信號處理、網(wǎng)絡(luò)協(xié)議和復(fù)雜性等角度對無線傳感網(wǎng)絡(luò)進(jìn)行了探索。這些研究角度也是國際無線傳感網(wǎng)絡(luò)技術(shù)界最為關(guān)心的話題。

2.4 人工智能相關(guān)研究與3 個知識群的關(guān)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(guān)系。橢圓形區(qū)域本身主要是圍繞著“人工智能”進(jìn)行的一些研究，連接相對松散。我們對其中的文獻(xiàn)進(jìn)行分析后發(fā)現(xiàn)，這個區(qū)域主要是從兩個角度進(jìn)行的研究，一個是智能感知技術(shù)在移動機器人研究中的應(yīng)用，包括在移動機器人的視覺系統(tǒng)、行走機構(gòu)、機械手、控制系統(tǒng)等構(gòu)成的系統(tǒng)的應(yīng)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(biāo)準(zhǔn)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(guān)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(luò)等算法的基礎(chǔ)上進(jìn)行的算法優(yōu)化和改進(jìn)研究。這表明橢圓形區(qū)域存在一個以智能機器人技術(shù)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(guān)系看，橢圓形區(qū)域分別連接三個知識群的關(guān)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(shù)知識群的知識基礎(chǔ)，又是智能感知技術(shù)的服務(wù)領(lǐng)域。

然而，迄今為止，人工智能研究狀況表明，人工智能領(lǐng)域依然是“結(jié)構(gòu)主義”、“功能主義”、“認(rèn)知主義”三大方法論體系“自成一體，分而治之”的局面，這是導(dǎo)致過去幾十年人工智能領(lǐng)域沒有取得更大成就的主要歷史教訓(xùn)[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(lǐng)域中依然沒有明顯改善。結(jié)構(gòu)主義（以人工神經(jīng)網(wǎng)絡(luò)為代表）、功能主義（以專家系統(tǒng)為代表）、認(rèn)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(xué)科及其從屬的智能感知領(lǐng)域尚未形成公認(rèn)的理論基礎(chǔ)與統(tǒng)一范式。不過，從知識群A 與B 之間較為密切的關(guān)系看，結(jié)構(gòu)主義和認(rèn)知主義的研究范式在智能感知技術(shù)中得到了較多的應(yīng)用。

3 結(jié)論與展望

運用動態(tài)網(wǎng)絡(luò)分析的信息可視化方法，繪制出國際智能感知領(lǐng)域文獻(xiàn)共被引網(wǎng)絡(luò)圖譜，形象地展現(xiàn)出存在人類認(rèn)知能力及腦科學(xué)、經(jīng)典傳感技術(shù)及智能結(jié)構(gòu)、無線傳感網(wǎng)絡(luò)技術(shù)三個知識群，是當(dāng)代智能感知技術(shù)研究的前沿?zé)狳c領(lǐng)域。它們雖然以網(wǎng)絡(luò)松散的人工智能核心知識群為知識基礎(chǔ)，但也表明人工智能學(xué)科及其從屬的智能感知領(lǐng)域至今仍然缺乏公認(rèn)的理論基礎(chǔ)與統(tǒng)一的學(xué)科范式，同時也暗示人工智能領(lǐng)域及智能感知技術(shù)仍將呈現(xiàn)多元發(fā)展的途徑與方式。

網(wǎng)絡(luò)圖譜上若干突現(xiàn)詞所表征的前沿術(shù)語和最新論文節(jié)點，不僅從智能感知文獻(xiàn)結(jié)構(gòu)的角度發(fā)現(xiàn)和證實了智能感知領(lǐng)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(yù)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(chǔ)的“以人為中心”的智能信息處理和控制技術(shù)，智能化中文信息處理，以及智能交通等相關(guān)領(lǐng)域的系統(tǒng)技術(shù)，是值得密切關(guān)注、可望取得突破的重點前沿領(lǐng)領(lǐng)域。

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

［2］ 韓靜，王熙，賈永全，等.基于網(wǎng)絡(luò)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(xué)學(xué)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(jié)構(gòu)—工程學(xué)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(xué)技術(shù)導(dǎo)論［M］.北京：北京郵電大學(xué)出版社，2006.