《表1 2010—2019年类脑智能研究关键词的聚类信息》
图2中节点大小代表关键词出现的频次,出现频次越高,节点越大,之间的连线代表共现强度[5](为了显示简洁性,图中仅为频次top 20的关键词进行了标注),“brain-computer interface”“EEG”“classification”“brain”“machine learning”是类脑智能研究领域被引频次最高的关键词。在Cite Space图谱中,中介中心性(betweenness centrality)是指一个节点担任其他两个节点之间最短路的桥梁的次数,既是与其他节点高度相连的枢纽节点,又是连接不同聚类的纽带,是测度节点在网络结构中重要性的指标。同时,具备高频和高中介中心性高的节点在该研究领域有重大学术价值[5]。“braincomputer interface”作为类脑智能研究中被引频次最高的关键词,其中介中心性高达0.65(中介中心性大于等于0.1的节点视为关键节点)。对类脑智能研究的关键词进行聚类分析(见表1),各聚类的轮廓值均大于0.7,说明聚类令人信服,聚类内部的研究主题明确。由图2和表1可以看出,基于大脑认知的脑机接口(brain-computer interface,BCI)研究是类脑智能研究的热点。
图表编号 | XD00218363800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.20 |
作者 | 刘洁、吴慧 |
绘制单位 | 上海交通大学医学院、上海交通大学医学院 |
更多格式 | 高清、无水印(增值服务) |