基于CiteSpace可視化分析軟測(cè)量的應(yīng)用趨勢(shì)

摘 要：隨著科學(xué)技術(shù)的發(fā)展，軟測(cè)量技術(shù)在各個(gè)領(lǐng)域都得到了廣泛的運(yùn)用。為了深入了解軟測(cè)量領(lǐng)域的研究現(xiàn)狀和發(fā)展趨勢(shì)，文章利用CiteSpace工具對(duì)軟測(cè)量領(lǐng)域的文獻(xiàn)進(jìn)行了可視化分析。通過(guò)分析近20年來(lái)的文獻(xiàn)數(shù)據(jù)，揭示了軟測(cè)量研究的主要熱點(diǎn)、核心文獻(xiàn)以及最具影響力的研究團(tuán)隊(duì)和作者。此外，還識(shí)別處理該領(lǐng)域的多個(gè)關(guān)鍵主題和它們之間的聯(lián)系。研究為相關(guān)研究者提供了一個(gè)全面、系統(tǒng)的軟測(cè)量研究的概覽，有助于推動(dòng)該領(lǐng)域的進(jìn)一步發(fā)展。

關(guān)鍵詞：CiteSpace；軟測(cè)量；可視化分析；文獻(xiàn)計(jì)量學(xué)

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2024）17-0155-05

0 引 言

隨著現(xiàn)代工業(yè)和技術(shù)的快速發(fā)展，實(shí)時(shí)、準(zhǔn)確的測(cè)量技術(shù)成為眾多領(lǐng)域的必備。軟測(cè)量，作為一種基于模型的測(cè)量技術(shù)，為我們提供了一種在傳統(tǒng)硬測(cè)量設(shè)備無(wú)法直接獲得數(shù)據(jù)的情況下進(jìn)行預(yù)測(cè)和估計(jì)的方法。它利用已知的、可測(cè)量的變量來(lái)預(yù)測(cè)那些不易測(cè)量的變量。軟測(cè)量技術(shù)的發(fā)展不僅彌補(bǔ)了傳統(tǒng)硬測(cè)量設(shè)備無(wú)法獲得數(shù)據(jù)的局限，而且為各個(gè)領(lǐng)域提供了實(shí)時(shí)、準(zhǔn)確的測(cè)量方法。通過(guò)利用已知的可測(cè)量變量來(lái)預(yù)測(cè)難以直接測(cè)量的參數(shù)，軟測(cè)量技術(shù)為工業(yè)和科學(xué)領(lǐng)域帶來(lái)了更加靈活和有效的解決方案。

在許多工業(yè)場(chǎng)景中，直接測(cè)量某些關(guān)鍵參數(shù)可能由于種種原因變得困難或不切實(shí)際。這些原因可能包括：直接測(cè)量的成本過(guò)高，傳統(tǒng)的硬件測(cè)量設(shè)備可能對(duì)環(huán)境有侵入性或會(huì)干擾生產(chǎn)過(guò)程，有些參數(shù)可能在物理上難以直接測(cè)量。在這些情況下，軟測(cè)量技術(shù)提供了一種解決方案。軟測(cè)量并不直接測(cè)量目標(biāo)參數(shù)，而是利用從相關(guān)過(guò)程中獲得的其他可測(cè)量變量（即輔助變量）來(lái)建立模型，從而估算這些難以直接測(cè)量的關(guān)鍵參數(shù)。例如，在化工生產(chǎn)線中，直接測(cè)量某些化學(xué)品的濃度可能需要昂貴的設(shè)備和復(fù)雜的手續(xù)，但通過(guò)軟測(cè)量技術(shù)，可以使用其他容易獲得的參數(shù)，如溫度、壓力和流量等，通過(guò)模型計(jì)算出目標(biāo)化學(xué)品的濃度。這種技術(shù)的核心是通過(guò)數(shù)據(jù)驅(qū)動(dòng)的方法或基于先驗(yàn)知識(shí)的模型方法來(lái)建立模型。一般的策略有神經(jīng)網(wǎng)絡(luò)、回歸研究和支持向量機(jī)等。除了估算難以測(cè)量的參數(shù)外，軟測(cè)量還可用于以下三個(gè)方面：

1）故障檢測(cè)。當(dāng)系統(tǒng)的某些部分出現(xiàn)異常時(shí)，軟測(cè)量技術(shù)可以提前發(fā)出警告。

2）過(guò)程控制。在自動(dòng)化系統(tǒng)中，軟測(cè)量技術(shù)可以幫助調(diào)整控制參數(shù)以優(yōu)化生產(chǎn)過(guò)程。

3）趨勢(shì)預(yù)測(cè)。軟測(cè)量技術(shù)也可以用于預(yù)測(cè)系統(tǒng)的未來(lái)行為，從而幫助運(yùn)營(yíng)商做出決策。

總之，軟測(cè)量技術(shù)為工業(yè)領(lǐng)域提供了一種強(qiáng)大的工具，可以幫助企業(yè)提高效率、降低成本并增加生產(chǎn)的可靠性。

過(guò)去的幾十年里，軟測(cè)量技術(shù)在化工、生物醫(yī)學(xué)、金融等領(lǐng)域都得到了廣泛的應(yīng)用和研究。然而，鑒于技術(shù)的快速進(jìn)步和研究領(lǐng)域的日益擴(kuò)展，對(duì)軟測(cè)量應(yīng)用和研究趨勢(shì)的系統(tǒng)分析和理解顯得尤為重要。

由美國(guó)Drexel University的陳超美團(tuán)隊(duì)開(kāi)發(fā)的CiteSpace可視化分析軟件，可以通過(guò)分析文獻(xiàn)信息的測(cè)度和相似性形成可視化知識(shí)圖譜，快速梳理某一學(xué)科領(lǐng)域的文獻(xiàn)[1]，作為一種知識(shí)圖譜分析工具，提供了在大量文獻(xiàn)中快速識(shí)別研究熱點(diǎn)和趨勢(shì)的能力。通過(guò)可視化技術(shù)，CiteSpace使研究者能夠更直觀地看到領(lǐng)域內(nèi)的主要研究方向、核心文獻(xiàn)和最具影響力的研究團(tuán)隊(duì)。

隨著現(xiàn)代工業(yè)和技術(shù)的快速發(fā)展，實(shí)時(shí)、準(zhǔn)確的測(cè)量技術(shù)成為眾多領(lǐng)域的必備。傳統(tǒng)的硬測(cè)量設(shè)備可能面臨成本高昂、環(huán)境侵入性以及難以直接測(cè)量的挑戰(zhàn)。軟測(cè)量技術(shù)則以基于模型的方法，利用已知的、可測(cè)量的變量來(lái)預(yù)測(cè)那些難以直接測(cè)量的參數(shù)，從而成為解決方案。在化工生產(chǎn)線等場(chǎng)景中，軟測(cè)量技術(shù)通過(guò)建立模型，利用諸如溫度、壓力和流量等易獲得的參數(shù)，預(yù)測(cè)目標(biāo)參數(shù)的值。此外，軟測(cè)量技術(shù)還可用于故障檢測(cè)、過(guò)程控制和趨勢(shì)預(yù)測(cè)。尤其是在自動(dòng)化系統(tǒng)中，軟測(cè)量技術(shù)可以幫助優(yōu)化生產(chǎn)過(guò)程，提高效率并降低成本。隨著軟測(cè)量技術(shù)的不斷發(fā)展，對(duì)其應(yīng)用和研究趨勢(shì)進(jìn)行系統(tǒng)分析和理解顯得尤為重要。

1 數(shù)據(jù)采集與分析

中國(guó)知網(wǎng)（CNKI）是一個(gè)大規(guī)模的、涵蓋多個(gè)領(lǐng)域的、關(guān)鍵期刊的引用文獻(xiàn)索引數(shù)據(jù)庫(kù)，是世界領(lǐng)先的科學(xué)引文搜索和分析平臺(tái)，是一直被用于學(xué)者查找引文或進(jìn)行引文分析的起點(diǎn)和重要工具。索引方法主要有直接檢索、追溯檢索和循環(huán)檢索3類[2]，鑒于此，本文采用CiteSpace 6.1.R6軟件對(duì)軟測(cè)量領(lǐng)域文獻(xiàn)數(shù)據(jù)的發(fā)文量、作者及研究熱點(diǎn)進(jìn)行可視化分析，數(shù)據(jù)來(lái)源為中國(guó)知網(wǎng)期刊論文，數(shù)據(jù)檢索時(shí)間為2003—2023年，搜索關(guān)鍵詞“軟測(cè)量”，檢索到822篇，經(jīng)過(guò)文獻(xiàn)梳理和篩選，剔除會(huì)議論文、投稿信息、期刊標(biāo)題、年度報(bào)告等[3-4]，最終確定574篇文獻(xiàn)為本文研究對(duì)象。

2 結(jié)果分析

2.1 發(fā)文量統(tǒng)計(jì)

為分析軟測(cè)量領(lǐng)域研究歷程，對(duì)近20年發(fā)文數(shù)量進(jìn)行圖譜的可視化分析，生成軟測(cè)量領(lǐng)域年度發(fā)文量圖，如圖1所示，大致可以分為零星分布與迅速增長(zhǎng)2個(gè)階段。觀察數(shù)據(jù)發(fā)現(xiàn)，早期2003—2011年期間文章發(fā)表占總體發(fā)文量的58.7%，2003—2011年總體呈波浪上升的趨勢(shì)。從整體來(lái)看，近些年來(lái)，這個(gè)學(xué)術(shù)領(lǐng)域的論文數(shù)量依然在穩(wěn)步增加，并且這個(gè)增長(zhǎng)趨勢(shì)是持續(xù)的，這也是當(dāng)前的研究焦點(diǎn)。這種持續(xù)增長(zhǎng)的趨勢(shì)可能反映了軟測(cè)量技術(shù)在工業(yè)和科學(xué)研究中的不斷應(yīng)用和發(fā)展，以及學(xué)術(shù)界對(duì)于軟測(cè)量領(lǐng)域的日益重視。隨著現(xiàn)代工業(yè)和技術(shù)的迅速發(fā)展，人們對(duì)于實(shí)時(shí)、準(zhǔn)確測(cè)量技術(shù)的需求不斷增加，而軟測(cè)量作為一種有效的解決方案，逐漸受到關(guān)注。此外，隨著計(jì)算機(jī)科學(xué)和人工智能等領(lǐng)域的發(fā)展，對(duì)軟測(cè)量技術(shù)的研究也得到了進(jìn)一步推動(dòng)，促使了軟測(cè)量領(lǐng)域的持續(xù)增長(zhǎng)和發(fā)展。因此，對(duì)軟測(cè)量領(lǐng)域發(fā)文數(shù)量的分析不僅反映了學(xué)術(shù)界對(duì)該領(lǐng)域的興趣，也揭示了軟測(cè)量技術(shù)在實(shí)踐應(yīng)用和理論研究中的廣泛應(yīng)用前景。

2.2 作者合作網(wǎng)絡(luò)分析

使用CiteSpace 6.1.R6創(chuàng)建了作者共現(xiàn)圖，如圖2所示。節(jié)點(diǎn)的數(shù)量代表了作者的數(shù)量，而各個(gè)節(jié)點(diǎn)的連線則表示作者之間的聯(lián)系和合作。連線的數(shù)量越多，表明他們之間的合作關(guān)系越緊密[5]。根據(jù)圖2能夠觀察到，網(wǎng)絡(luò)節(jié)點(diǎn)的總數(shù)已達(dá)527個(gè)，相關(guān)的鏈路為576條，并且，所有鏈路的密集程度為0.004 2。這說(shuō)明孫玉坤、嵇小輔、黃永紅、喬俊飛等人組成的團(tuán)隊(duì)之間有著某種程度的合作關(guān)系。另一方面，也存在一些分散的協(xié)作作者，而且，也存在一些獨(dú)立的個(gè)體，這表示這位作者并未與其他作者一起協(xié)作，而是保持了自主的研究。因此，我們能看出，軟測(cè)量的研究擁有一支較大數(shù)量的合作團(tuán)隊(duì)。這些合作團(tuán)隊(duì)的存在表明軟測(cè)量領(lǐng)域的研究具有較強(qiáng)的團(tuán)隊(duì)合作性，這有助于促進(jìn)知識(shí)交流、加速研究進(jìn)展，并推動(dòng)該領(lǐng)域的發(fā)展和創(chuàng)新。此外，分散的協(xié)作作者和獨(dú)立的個(gè)體也為軟測(cè)量領(lǐng)域的多樣化提供了新的視角和思路。通過(guò)對(duì)作者共現(xiàn)圖的分析，可以更全面地了解軟測(cè)量領(lǐng)域內(nèi)部的合作關(guān)系和研究格局，為未來(lái)的合作與研究方向提供重要的參考。

2.3 研究熱點(diǎn)分析

2.3.1 研究熱點(diǎn)演變時(shí)間圖片

關(guān)鍵詞聚類時(shí)間線圖譜能很好地表示出文獻(xiàn)的歷史跨度，如圖3所示，以及不同關(guān)鍵詞在不同年份的關(guān)聯(lián)程度，能清晰直觀地反映相關(guān)領(lǐng)域研究熱點(diǎn)的演變情況[6]。借助CiteSpace電腦軟件可以導(dǎo)入與軟測(cè)量研究相關(guān)的文獻(xiàn)，這樣可以幫助我們識(shí)別并整理不同時(shí)期的軟測(cè)量研究主題。透過(guò)對(duì)關(guān)鍵詞的共現(xiàn)分析等進(jìn)行綜合解讀，我們可以確定該領(lǐng)域的研究重心。關(guān)鍵詞共現(xiàn)是多篇文獻(xiàn)共同出現(xiàn)的關(guān)鍵詞[7]，通過(guò)對(duì)文獻(xiàn)的關(guān)鍵詞的出現(xiàn)次數(shù)進(jìn)行統(tǒng)計(jì)以及對(duì)關(guān)鍵詞共現(xiàn)分析的深入剖析，我們可以對(duì)當(dāng)前的研究焦點(diǎn)進(jìn)行總結(jié)，指明研究方向[8]，邊的數(shù)量代表了各個(gè)關(guān)鍵詞的連接數(shù)，連接數(shù)增加，線條會(huì)變得更加粗壯。像是專家系統(tǒng)、預(yù)測(cè)、評(píng)估這樣的關(guān)鍵詞，它們?cè)谘芯抠Y料里和其他的關(guān)鍵詞有著密切的聯(lián)系。各個(gè)節(jié)點(diǎn)擴(kuò)展出來(lái)的各種顏色，都是和這個(gè)關(guān)鍵詞所處的時(shí)期、年份的顏色相對(duì)應(yīng)[9]，如圖4所示的關(guān)鍵詞共現(xiàn)圖譜結(jié)果揭示了共現(xiàn)網(wǎng)絡(luò)的節(jié)點(diǎn)總數(shù)達(dá)到478個(gè)，并且有1 092條相連的線路，同時(shí)，網(wǎng)絡(luò)的密度達(dá)到了0.009 6。

關(guān)鍵詞的聚類分析是一種用于構(gòu)造分類的多樣化的統(tǒng)計(jì)學(xué)方式，它能根據(jù)變量的屬性對(duì)文獻(xiàn)進(jìn)行分類，從而讓相同的集群擁有更強(qiáng)的相似度，但在各個(gè)集群之間則存在更大的差異，早期的核心詞匯相對(duì)稀缺，這既受到全球人工智能理論的核心探索以及認(rèn)知理論模式的限制，同時(shí)也被硬件、軟件、數(shù)據(jù)等先進(jìn)科學(xué)工具所制約。在2016年，谷歌的Alpha Go成功擊敗全球頂尖的圍棋選手，標(biāo)志著“人工智能60周年”的重要轉(zhuǎn)折，這也引發(fā)了相關(guān)的研究成果大幅度提升。2011年前后處于研究的急速增長(zhǎng)極端，核心詞大多集中在神經(jīng)網(wǎng)絡(luò)、動(dòng)態(tài)建模、遺傳算法、主元分析、即時(shí)學(xué)習(xí)等專業(yè)基礎(chǔ)性詞匯。綜合來(lái)看，近些年來(lái)，對(duì)于軟測(cè)量的應(yīng)用研究的關(guān)注度和數(shù)目雖正在逐步下降，但是，其核心仍然是對(duì)于軟測(cè)量研究手段的創(chuàng)新和有效性。

2.3.2 關(guān)鍵詞突現(xiàn)分析

突現(xiàn)詞是指在某段時(shí)期內(nèi)相關(guān)研究領(lǐng)域突然增加的關(guān)鍵詞，共現(xiàn)詞源于文獻(xiàn)計(jì)量分析中的耦合分析。綜合關(guān)鍵詞突現(xiàn)分析與共現(xiàn)分析，可以提取出相關(guān)領(lǐng)域具有突出推動(dòng)作用的技術(shù)、理論和方法等研究熱點(diǎn)及其演變[10]。利用對(duì)關(guān)鍵詞的突現(xiàn)情況進(jìn)行分析，我們能夠掌握在一段特殊的期限里，該項(xiàng)研究的發(fā)展動(dòng)向或者是突如其來(lái)的學(xué)術(shù)潮流與研究焦點(diǎn)。關(guān)鍵詞聚類圖譜如圖5所示，關(guān)鍵詞突發(fā)圖如圖6所示。在2004—2010年間，神經(jīng)網(wǎng)絡(luò)、泛化能力、核函數(shù)、遺傳算法、建模、混合建模成為該領(lǐng)域的研究熱點(diǎn)，2014—2023年間研究趨勢(shì)發(fā)生改變，研究者趨于集成學(xué)習(xí)、即時(shí)學(xué)習(xí)，2017年以來(lái)，深度學(xué)習(xí)的探索已經(jīng)轉(zhuǎn)變?yōu)橹饕难芯款I(lǐng)域。由關(guān)鍵詞突發(fā)圖可以看出軟測(cè)量在未來(lái)的研究重點(diǎn)可能仍是這三種研究方向。

3 結(jié) 論

文章總結(jié)了軟測(cè)量研究的以下幾方面內(nèi)容：

1）研究趨勢(shì)。早期的軟測(cè)量研究主要集中在神經(jīng)網(wǎng)絡(luò)、動(dòng)態(tài)建模、遺傳算法和主元分析等基礎(chǔ)性詞匯上。而近年來(lái)，隨著技術(shù)的進(jìn)步，研究者更多地轉(zhuǎn)向集成學(xué)習(xí)、即時(shí)學(xué)習(xí)和深度學(xué)習(xí)，這預(yù)示著軟測(cè)量技術(shù)將與先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)更加緊密地結(jié)合。

2）實(shí)際應(yīng)用。在眾多工業(yè)領(lǐng)域，尤其是那些難以直接測(cè)量的關(guān)鍵參數(shù)的場(chǎng)景中，軟測(cè)量技術(shù)已經(jīng)證明了其無(wú)可替代的價(jià)值。這不僅優(yōu)化了生產(chǎn)流程，降低了成本，而且提高了生產(chǎn)的可靠性和準(zhǔn)確性。

3）技術(shù)融合。隨著新技術(shù)，尤其是人工智能和大數(shù)據(jù)的發(fā)展，軟測(cè)量技術(shù)有望進(jìn)一步與這些領(lǐng)域融合，為工業(yè)生產(chǎn)帶來(lái)更多的創(chuàng)新。

4）應(yīng)用廣泛化。除了現(xiàn)有的應(yīng)用領(lǐng)域，軟測(cè)量技術(shù)還有望被應(yīng)用到更多新領(lǐng)域中，如醫(yī)療健康、環(huán)境監(jiān)測(cè)和金融等。

5）挑戰(zhàn)與機(jī)遇。軟測(cè)量技術(shù)在處理更復(fù)雜、更大規(guī)模的數(shù)據(jù)時(shí)面臨著挑戰(zhàn)，但同時(shí)也為研究者和工程師提供了研究和創(chuàng)新的機(jī)會(huì)。

6）跨學(xué)科合作。為了進(jìn)一步推動(dòng)軟測(cè)量技術(shù)的發(fā)展，促進(jìn)其在各個(gè)領(lǐng)域的應(yīng)用，跨學(xué)科的合作將變得越來(lái)越重要，如軟測(cè)量與控制工程、軟件工程、生物信息學(xué)等領(lǐng)域的結(jié)合。

軟測(cè)量技術(shù)的發(fā)展將為工業(yè)界帶來(lái)更高效的生產(chǎn)流程和更準(zhǔn)確的數(shù)據(jù)預(yù)測(cè)，同時(shí)也將為學(xué)術(shù)界帶來(lái)更多創(chuàng)新研究的機(jī)會(huì)。其在多個(gè)領(lǐng)域的應(yīng)用前景使得持續(xù)深入的研究和探索具有重要意義，有望推動(dòng)其在未來(lái)的廣泛應(yīng)用和進(jìn)一步發(fā)展。綜上所述，軟測(cè)量技術(shù)具有巨大的潛力，對(duì)于工業(yè)界和學(xué)術(shù)界的應(yīng)用前景有著深入的探索和研究?jī)r(jià)值。

參考文獻(xiàn)：

[1] 劉連華，歐陽(yáng)威，何孟常，等.基于文獻(xiàn)計(jì)量的銻對(duì)農(nóng)作物影響研究趨勢(shì) [J].中國(guó)環(huán)境科學(xué)，2022，42（10）：4798-4806.

[2] 王薇，張蕾.基于CiteSpace的城市環(huán)境中細(xì)顆粒物研究進(jìn)展的可視化分析 [J].生態(tài)環(huán)境學(xué)報(bào)，2021，30（6）：1321-1332

[3] 靳誠(chéng)，陸玉麒.我國(guó)生態(tài)產(chǎn)品價(jià)值實(shí)現(xiàn)研究的回顧與展望 [J].經(jīng)濟(jì)地理，2021，41（10）：207-213.

[4] 董俐.基于生態(tài)系統(tǒng)生產(chǎn)總值的區(qū)域生態(tài)補(bǔ)償空間選擇研究 [D].杭州：浙江大學(xué)，2021.

[5] CHEN C M. CiteSpace Ⅱ： Detecting and Visualizing Emerging Trends and Transient Patterns in Scientific Literature [J].Journal of the American Society for Information Science and Technology，2005，57（3）：359-377.

[6] 鄭翔天，關(guān)思萍，任紅鴿，等.知識(shí)圖譜在構(gòu)建東北土地環(huán)境研究知識(shí)譜系中的應(yīng)用 [J].地球信息科學(xué)學(xué)報(bào)，2021，23（6）：1002-1016.

[7] 崔慶宏，王廣斌，劉瀟，等.2008—2017年國(guó)內(nèi)BIM技術(shù)研究熱點(diǎn)與演進(jìn)趨勢(shì) [J].科技管理研究，2019，39（4）：197-205.

[8] 何靈玲，張友，彭漢發(fā)，等.BIM在地下空間領(lǐng)域的研究熱點(diǎn)與發(fā)展趨勢(shì) [J].地下空間與工程學(xué)報(bào)，2022，18（S1）：14-25+35.

[9] 劉新怡，姜仁貴，朱記偉，等.基于文獻(xiàn)計(jì)量學(xué)的智能建造研究可視化知識(shí)圖譜分析 [J].建筑經(jīng)濟(jì)，2022，43（S1）：821-825.

[10] 陳悅，陳超美，劉則淵，等.CiteSpace知識(shí)圖譜的方法論功能 [J].科學(xué)學(xué)研究，2015，33（2）：242-253.

作者簡(jiǎn)介：張子默（1996.09—），男，漢族，安徽蚌埠人，碩士在讀，研究方向：人工智能及應(yīng)用。

收稿日期：2024-02-29

DOI：10.19850/j.cnki.2096-4706.2024.17.030

Application Trends of Soft Sensing Visual Analysis Based on CiteSpace

ZHANG Zimo， CUI Delong

（Electronic Information Engineering College， Guangdong University of Petrochemical Technology， Maoming 525000， China）

Abstract： With the development of science and technology， soft measurement technology are used widely in a variety of areas. To gain a deep comprehension of the present research status and development trend in soft measurement field， this paper uses the CiteSpace tool to carry out literature visual analysis in soft measurement field. By analyzing literature data from the past 20 years， this paper reveals the main hotspots， core literature， as well as the most influential research teams and authors in soft measurement research. In addition， it also identifies and processes multiple key themes in the field and their connections. This research provides a comprehensive and systematic overview of soft measurement research for relevant researchers， which helps to promote further development in this field.

Keywords： CiteSpace; soft sensing; visual analysis; bibliometrics