针对科学前沿探测中的低频现特征，选取Web of Science2006—2010年的国际空间站（ISS）数据集，以高频聚类词簇外的低频现离群点为研究对象，分别构造数据集的包容指数、临近指数和等价指数矩阵，通过基于聚类的优选离群点算法，在ISS...针对科学前沿探测中的低频现特征，选取Web of Science2006—2010年的国际空间站（ISS）数据集，以高频聚类词簇外的低频现离群点为研究对象，分别构造数据集的包容指数、临近指数和等价指数矩阵，通过基于聚类的优选离群点算法，在ISS人体研究、微重力生物学、空间站技术、微重力物理学、对地观测、空间天文学等领域分别识别若干离群点，在与CitespaceII的高频爆发词探测结果进行比对后，发现mars、spaceweather等离群点内容与之重合，代表了当前的热点研究前沿，验证了基于离群点开展前沿探测的有效性。为了更直观地跟踪查看各个离群点的演变情况，利用Matlab工具对聚类结果进行了可视化展示。展开更多
文摘针对科学前沿探测中的低频现特征，选取Web of Science2006—2010年的国际空间站（ISS）数据集，以高频聚类词簇外的低频现离群点为研究对象，分别构造数据集的包容指数、临近指数和等价指数矩阵，通过基于聚类的优选离群点算法，在ISS人体研究、微重力生物学、空间站技术、微重力物理学、对地观测、空间天文学等领域分别识别若干离群点，在与CitespaceII的高频爆发词探测结果进行比对后，发现mars、spaceweather等离群点内容与之重合，代表了当前的热点研究前沿，验证了基于离群点开展前沿探测的有效性。为了更直观地跟踪查看各个离群点的演变情况，利用Matlab工具对聚类结果进行了可视化展示。
