文献计量视角下的神经网络发展轨迹研究  

Research on the Path of Neural Network Based on Bibliometric

作　　者：周炀茗[1] 水超[1] 孙智信[1] 黄强[1] 

机构地区：[1]国防科技大学信息系统与管理学院,湖南长沙410073

出　　处：《现代情报》2011年第8期103-108,共6页Journal of Modern Information

基　　金："863"课题2010AA5221资助

摘　　要：神经网络是涉及生物、计算机、数学、电子、物理、心理学、认识科学等多个学科领域的一门边缘性交叉学科。本文综合运用文献计量学的方法将神经网络划分为探索期、成长期和快速发展期3个时期,指出当前正是神经网络发展的快速成长期,同时利用可视化软件分析其演化发展过程、学科结构等方面的内容,为了解和掌握这些内容提供了独特的视角和知识。The neural network is involved in biology,computer,mathematics,electronics,physics,psychology,cognitive science and other disciplines,it＇s an interdisciplinary marginal.This paper used bibliometric methods to divide the neural network into three periods：exploring,growth and rapid development,and pointed out that the current neural network is in rapid development period.It also used the visualization software to analyze the evolution process of development,the subject structure,and so on.It offer an unique perspective and knowledge to understand and master the content neural network.

关 键 词：文献计量学 可视化 神经网络 

分 类 号：G250.252[文化科学—图书馆学]