面向装备试验鉴定领域的研究热点识别与发展预测

• 作者: 徐建国 李杰 杨克巍 葛冰峰 高盈盈
• 来源期刊: 系统工程
• 学科: 军事
• 关键词: 试验鉴定 热点识别 机器学习 主题聚类
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 方法与应用
• 页码范围: 137-144
• 页数: 8页
• 分类号: E917
• 语种: 中文

摘要

装备试验鉴定是检验武器装备作战效能和作战适用性的重要手段,对其进行研究热点的识别和预测有助于该领域的宏观发展调控.本文针对我国装备试验鉴定领域的发展情况和数据特点,基于论文摘要建立机器学习研究方案.首先通过对比K-Means算法和LDA主题聚类遴选领域研究热点,然后用ARIMA模型进行时间序列预测.结果表明,“武器装备体系作战试验”逐渐成为该领域的研究热点且趋势正盛,与导弹相关的研究仍占据重要地位.本文克服了传统方法对专家知识经验的过分依赖性,为该领域的技术研究方向把控提供有益支撑,也为热点识别的应用研究提供新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李杰		57	542	14.0	21.0
2	高盈盈		2	0	0.0	0.0
3	杨克巍		1	0	0.0	0.0
4	徐建国		1	0	0.0	0.0
5	葛冰峰		1	0	0.0	0.0