《表1 2010—2019年类脑智能研究关键词的聚类信息》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《类脑智能研究热点及趋势》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。