数据融合研究的主题与方法趋势

摘要: ［目的 / 意义］数据融合是实现多源数据价值的重要途径，全面分析全球数据融合研究的整体主题格局，对当前认识和研究数据融合有重要的科技情报价值。［方法 / 过程］采用词频与共词分析法，对 Web of Science 核心数据集中 16 053 篇数据融合研究论文的热点主题和研究方法进行了分析。［结果 / 结论］数据融合研究在整体上呈现了显著的增长趋势，且经过30余年的发展已经形成了核心的研究热点和数据融合方法。在研究中，传感器（包括无线传感器）数据融合是该领域的研究热点方向。故障诊断、遥感、安全以及智能电网等是数据融合应用的热点场景。卡尔曼滤波法、神经网络、Dempster-Shafer 证据理论以及机器学习（包括深度学习、支持向量机等）等是数据融合的热点方法，且数据融合研究中已经形成了多方法共现协同网络。