《表4.参考高被引排序 (被引频次>=50)》

  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

《基于Histcite和VOSviewer的LDA模型可视化分析》

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3中显示引用次数较多的文献是由Niebles JC，Wang HC，Fei-Fei L合著的文献Unsupervised learning of human action categories using spatial-temporal words，发表时间是2008年，引用次数多达676次；文献主要是对LDA模型的使用，利用LDA的概率模型实现人工行为类别的无监督学习方法。其次是Bogdan Dit，Meghan Revelle，Malcom Gethers，Denys Poshyvanyk等人合著的文献Feature location in source code:a taxonomy and survey，发表于2013年，被引次数为150次；文献利用LDA的模型介绍了特征定位技术的系统文献综述。再次是Fan Zhang，Bo Du，Liangpei Zhang等人合著的文献Saliency-Guided Unsupervised Feature Learning for Scene Classification，发表于2015年，被引次数是133次；文章提出了一种用于场景分类的无监督特征学习框架，并与基于潜在Dirichlet分配的方法进行了比较。这几篇文献出现于大数据爆发的前后，为大数据挖掘，机器学习等领域研究铺垫了基础，且为机器学习的发展做出贡献。VOSviewer软件给出的数据分析结果与Histcite有所差异，这与二者选取的分析标准不同有关。