段煉 姬峰 宗紅春 靳春霞 王延利

摘 要：以Web of Science核心合集為數(shù)據(jù)來源，運(yùn)用文獻(xiàn)計(jì)量學(xué)方法，對(duì)2006—2019年所收錄的智能傳感器文獻(xiàn)進(jìn)行分類、歸納、總結(jié)，對(duì)發(fā)表論文的年份、國家/地區(qū)、研究機(jī)構(gòu)、核心作者、研究方向、來源期刊等多種計(jì)量指標(biāo)進(jìn)行統(tǒng)計(jì)、分析，利用定量方法探索智能傳感器的研究態(tài)勢(shì)，為科研人員和科研管理部門提供參考依據(jù)。

關(guān)鍵詞：智能傳感器;文獻(xiàn)計(jì)量;態(tài)勢(shì)分析

中圖分類號(hào)：TP212? ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? 文章編號(hào)：1003-5168（2021）24-0144-04

Tendency Analysis of Intelligent Sensor Research Based on Bibliometrics

DUAN Lian? ? JI Feng? ? ZONG Hongchun? ? JIN Chunxia? ? WANG Yanli

（Henan Provincial Institute of Scientific & Technical Information，Zhengzhou? Henan? 450003）

Abstract：Based on the data from the Web of Science Core Collection database，this paper statistics the recorded literature about intelligent sensor from 2006 to 2019 by the methods of bibliometrics，and analyzes them in many aspects such as published annual，countries/regions，research institutions，core authors，research fields，source periodicals，etc. The paper explores the research tendency of intelligent sensor by quantitative methods in order to provide references for researchers，scientific research management departments.

Keywords：intelligent sensor;bibliometrics;tendency analysis

智能傳感器作為正在高速發(fā)展的高新技術(shù)，至今尚未形成統(tǒng)一的規(guī)范化定義，人們普遍認(rèn)為智能傳感器是具有對(duì)外界環(huán)境等信息進(jìn)行自動(dòng)收集、數(shù)據(jù)處理以及自診斷與自適應(yīng)能力的傳感器[1]?！冬F(xiàn)代新型傳感器原理與應(yīng)用》一書中認(rèn)為智能傳感器是帶微處理機(jī)的，兼有信息檢測(cè)、信息記憶以及邏輯思維與判斷功能的傳感器[2]。隨著硅微細(xì)加工技術(shù)以及人工神經(jīng)網(wǎng)、人工智能、信息處理技術(shù)的迅速發(fā)展，智能傳感器的應(yīng)用將更為普及，更加智能化。

本文通過對(duì)有關(guān)智能傳感器方面的科技文獻(xiàn)進(jìn)行文獻(xiàn)計(jì)量分析，利用定量方法探索智能傳感器的研究態(tài)勢(shì)，為科研人員和科研管理部門提供參考依據(jù)。

1 數(shù)據(jù)來源和研究方法

1.1 數(shù)據(jù)來源

本文以Web of Science核心合集為數(shù)據(jù)來源，采用下列檢索式：TS=（intelligent NEAR/2 sensor$） OR TS=（smart NEAR/2 sensor$），檢索年限確定為2006—2019年，得到14年間Web of Science核心合集收錄智能傳感器論文的檢索結(jié)果。

1.2 研究方法

采用文獻(xiàn)計(jì)量方法，對(duì)相關(guān)論文的年份、國家/地區(qū)、研究機(jī)構(gòu)、核心作者、研究方向、來源期刊等多種計(jì)量指標(biāo)進(jìn)行研究，探索智能傳感器的研究態(tài)勢(shì)。

2 統(tǒng)計(jì)與分析

2.1 年代分布

分析相關(guān)論文的年代分布情況，從一定程度上能觀察該學(xué)科的發(fā)展速度、動(dòng)態(tài)及成熟程度[3]。根據(jù)文獻(xiàn)數(shù)據(jù)的統(tǒng)計(jì)，可以對(duì)Web of Science核心合集收錄智能傳感器的文獻(xiàn)進(jìn)行定量分析，以揭示其發(fā)展規(guī)律。

統(tǒng)計(jì)顯示，2006—2019年的14年間，Web of Science核心合集收錄智能傳感器的文獻(xiàn)呈逐年增長的態(tài)勢(shì)（見圖1），其中2006—2009年平穩(wěn)變化，2009—2016年逐步攀升，2016—2019年高速增長，以2017年增長最快，較2016年上升41.28%。2019年收錄智能傳感器的文獻(xiàn)量與2006年相比，增長了2.5倍，說明14年來，智能傳感器的研究進(jìn)展較為明顯。

2.2 國家/地區(qū)分布

將2006—2019年Web of Science核心合集收錄智能傳感器文獻(xiàn)按國家/地區(qū)進(jìn)行統(tǒng)計(jì)分析，可以得出相關(guān)文獻(xiàn)的區(qū)域分布情況。

圖2顯示，作為智能傳感器研究的最主要國家，中國、美國發(fā)文量分別達(dá)到799篇、717篇，均超過了收錄文獻(xiàn)總數(shù)量的1/5，論文產(chǎn)出優(yōu)勢(shì)明顯，彰顯兩國在世界智能傳感器研究中起著主要作用，國際影響力強(qiáng)。緊隨其后的韓國、西班牙、意大利、印度、英國發(fā)文量占收錄文獻(xiàn)總數(shù)量5%以上，也是智能傳感器的主要研究國家，表明智能傳感器研究越來越受到世界各國的普遍重視。

2.3 研究機(jī)構(gòu)分布

利用“機(jī)構(gòu)擴(kuò)展”，將2006—2019年Web of Science核心合集收錄智能傳感器文獻(xiàn)的機(jī)構(gòu)進(jìn)行統(tǒng)計(jì)分析，并對(duì)同一家機(jī)構(gòu)的不同名稱進(jìn)行合并，列出了14年間Web of Science核心合集收錄智能傳感器文獻(xiàn)最多的前10家機(jī)構(gòu)（見表1）。