为了解正念在儿童群体中的研究热点和前沿动态,研究者以ISI Web of Science数据库中2007—2021年的1900篇文献为原始数据,应用CiteSpace知识图谱软件,绘制与儿童正念研究相关的知识图谱,挖掘国外儿童正念的发表文献时间分布、研究热点...为了解正念在儿童群体中的研究热点和前沿动态,研究者以ISI Web of Science数据库中2007—2021年的1900篇文献为原始数据,应用CiteSpace知识图谱软件,绘制与儿童正念研究相关的知识图谱,挖掘国外儿童正念的发表文献时间分布、研究热点与研究前沿。研究结果发现:国外儿童正念研究发文量近五年呈明显上升趋势,研究热点涉及正念疗法及其效果、儿童心理问题与行为问题、正念干预使用率、正念教养等领域,研究前沿主要包括正念干预的科学性、儿童社会情绪能力培养以及师生关系等研究主题。展开更多
以2010—2020年间Web of Science(WoS)核心合集和中国知网(CNKI)数据库为数据源,运用CiteSpace软件对污泥土地利用研究发文量、研究力量和研究热点进行计量可视化分析,旨在探析当前国内外研究现状,探索前沿动态和未来发展趋势。结果表明...以2010—2020年间Web of Science(WoS)核心合集和中国知网(CNKI)数据库为数据源,运用CiteSpace软件对污泥土地利用研究发文量、研究力量和研究热点进行计量可视化分析,旨在探析当前国内外研究现状,探索前沿动态和未来发展趋势。结果表明,污泥土地利用研究总发文数量变化幅度较小,该领域研究热度处于平稳状态;在两大数据库中,美国和中国是该领域中合作研究多且影响力大的国家,最活跃的研究机构是中国科学院,作者及研究团队间的合作相对较少;国际上污泥土地利用研究趋于多元化发展,而我国在该领域的研究方向则比较单一,偏重于重金属研究。基于文献共现聚类和研究热点分析,提出污泥土地利用研究的未来展望:在多个层面开展合作研究,积极研发无害化污泥土地利用技术,全方面跟踪监测和评估污泥土地利用对陆地生态系统的影响,多部门联合制定污泥土地利用相关政策和技术规范。展开更多
噪声环境下语音检测准确率偏低是短波通话面临的公开挑战。当前已有方法应用有限,其根源在于难以可靠地在噪音环境下提取准确且高效的语音特征。针对上述问题,提出了一个面向短波通信的低秩方向梯度直方图(Low-rank Histogram of Orient...噪声环境下语音检测准确率偏低是短波通话面临的公开挑战。当前已有方法应用有限,其根源在于难以可靠地在噪音环境下提取准确且高效的语音特征。针对上述问题,提出了一个面向短波通信的低秩方向梯度直方图(Low-rank Histogram of Oriented Gradient,LHOG)话音检测方法。首先,对目标音频源数据进行预处理,实现噪声环境下语音信息的可视化表征;然后,在HOG特征提取器中嵌入低秩化结构,缓解特征中的冗余信息,并降低噪声干扰,从而获得准确且高效的特征;最后,通过常用的SVM分类模型便可在噪声环境中准确快速地区分话音和噪声。测试结果表明,该方法的准确率达到了95.12%,误报率仅为0.96%,漏报率为13.14%。与现有主流方法的对比实验证明,该方法话音检测准确率高,资源占用少,能够有效提高短波通信侦控效率。展开更多
文摘为了解正念在儿童群体中的研究热点和前沿动态,研究者以ISI Web of Science数据库中2007—2021年的1900篇文献为原始数据,应用CiteSpace知识图谱软件,绘制与儿童正念研究相关的知识图谱,挖掘国外儿童正念的发表文献时间分布、研究热点与研究前沿。研究结果发现:国外儿童正念研究发文量近五年呈明显上升趋势,研究热点涉及正念疗法及其效果、儿童心理问题与行为问题、正念干预使用率、正念教养等领域,研究前沿主要包括正念干预的科学性、儿童社会情绪能力培养以及师生关系等研究主题。
文摘以2010—2020年间Web of Science(WoS)核心合集和中国知网(CNKI)数据库为数据源,运用CiteSpace软件对污泥土地利用研究发文量、研究力量和研究热点进行计量可视化分析,旨在探析当前国内外研究现状,探索前沿动态和未来发展趋势。结果表明,污泥土地利用研究总发文数量变化幅度较小,该领域研究热度处于平稳状态;在两大数据库中,美国和中国是该领域中合作研究多且影响力大的国家,最活跃的研究机构是中国科学院,作者及研究团队间的合作相对较少;国际上污泥土地利用研究趋于多元化发展,而我国在该领域的研究方向则比较单一,偏重于重金属研究。基于文献共现聚类和研究热点分析,提出污泥土地利用研究的未来展望:在多个层面开展合作研究,积极研发无害化污泥土地利用技术,全方面跟踪监测和评估污泥土地利用对陆地生态系统的影响,多部门联合制定污泥土地利用相关政策和技术规范。
文摘噪声环境下语音检测准确率偏低是短波通话面临的公开挑战。当前已有方法应用有限,其根源在于难以可靠地在噪音环境下提取准确且高效的语音特征。针对上述问题,提出了一个面向短波通信的低秩方向梯度直方图(Low-rank Histogram of Oriented Gradient,LHOG)话音检测方法。首先,对目标音频源数据进行预处理,实现噪声环境下语音信息的可视化表征;然后,在HOG特征提取器中嵌入低秩化结构,缓解特征中的冗余信息,并降低噪声干扰,从而获得准确且高效的特征;最后,通过常用的SVM分类模型便可在噪声环境中准确快速地区分话音和噪声。测试结果表明,该方法的准确率达到了95.12%,误报率仅为0.96%,漏报率为13.14%。与现有主流方法的对比实验证明,该方法话音检测准确率高,资源占用少,能够有效提高短波通信侦控效率。