我国盈余管理研究热点与演化趋势研究

盈余管理是会计学研究领域的热门课题。针对当前国内盈余管理实证研究中存在信息繁杂、思路不清晰等问题,利用CiteSpace可视化分析工具,筛选出2009—2019年CNKI中国知网所收录有关盈余管理研究文献,绘制出作者、机构、关键词知识图谱。通过对相关文献的研究发现,盈余管理研究领域存在核心群体,高等院校是盈余管理研究的主要阵地,但各院校彼此之间合作较为分散。当前国内盈余管理实证研究处于稳步发展阶段,文献以盈余管理自身为核心,围绕真实盈余管理、盈余质量、应计盈余管理等主题展开论述。     

基于知识图谱的核电设备健康管理知识建模与分析

随着信息技术发展,设备健康数据与知识图谱技术结合为设备健康发展带来新的发展机遇,知识图谱利用其多种特异性优势,使企业系统中积累的海量设备维修数据得到有效整合利用.本文提出基于知识图谱的核电设备健康管理知识建模与分析方法,并根据实体关系模型构建维修知识图谱本体框架,同时基于核电企业实际的维修工单数据,从统计分析和关联分析两方面取得良好的实践效果.研究结果表明,知识图谱能够在设备维修知识的集成上解决传统的数据孤岛问题,同时能基于故障的可视化分析为维修人员和管理人员提供决策和知识支持.     

我国公安交通管理研究的总体态势与前沿问题——基于科学文献计量的可视化分析

为更加全面直观展示我国近30年来公安交通管理研究成果,为交通事务治理能力现代化建设提供知识支持,研究采用科学计量学和共词分析法,综合运用Cite Space、Bibexcel、Pajek软件绘制公安交通管理研究领域的科学知识图谱。研究结果发现我国公安交通管理研究呈现良好发展态势,演化趋势经历探索起步期、平稳发展期、快速增长期3个阶段,研究热点集中于交通安全管理、智能化建设、交通事故责任认定、交警执法专业化和规范化以及交管学科专业建设等方面,研究前沿则突显为智能交通、集成指挥、大数据、实战化以及交通信用体系等方面。     

活血止痛胶囊的三维荧光指纹图谱研究

本实验采用荧光光谱法对活血止痛胶囊的荧光性质进行了研究,优化了荧光图谱测定的实验条件,在最佳实验条件下,测定了不同厂家不同批号的活血止痛胶囊的三维荧光图谱,采用聚类分析法对活血止痛胶囊的三维荧光图谱的一致性进行分析,结果表明2个厂家7个批号的21个活血止痛胶囊样本的三维荧光图谱一致性良好。采用平均值法建立了活血止痛胶囊的三维荧光指纹图谱。     

基于CSSCI的京津冀协同发展研究的知识图谱分析

采用知识图谱分析工具绘制CSSCI数据库中京津冀协同研究文献的共被引图谱与关键词共现图谱,梳理京津冀协同发展领域的研究主题,探析研究热点与趋势。结果显示:该领域论文研究主要涉及京津冀协同发展战略与协同创新机理,京津冀地区的人口发展格局,京津冀地区环境保护、生态建设与生态补偿机制,京津冀城市群建设,以及政府合作与区域政策五大主题,今后京津冀协同发展将面临新时期新发展,"世界级城市群"、"协同创新"、"协同治理"等将成为新的研究热点。     

基于淀粉经济、无毒的比色潜指纹检测

构建了一种基于淀粉的经济、无毒、实时的潜指纹比色检测方法.利用淀粉与指纹之间的氢键和范德华力作用,使淀粉有效识别出无孔和多孔基底上的潜指纹.通过将不同颜色的植物染料混合进淀粉,解决了由淀粉与基底之间顺色导致的检测对比度差的难题.该方法还表现出对老化潜指纹和重叠潜指纹的良好检测效果.     

基于科学知识图谱分析的我国科技创新发展脉络研究

为更加全面地了解我国科技创新的研究状况,整理了1998—2018年CNKI数据库中篇名含有科技创新的相关文献,利用Citespace和Vosviewer绘制了相关文献的知识图谱,包括关键词时区图谱、突变词检测图谱、关键词网络可视化图谱、关键词密度图谱。在此基础上,通过对图谱分析得出我国科技创新的三个阶段和四大未来研究热点。     

当归原药材与标准汤剂一致性评价

通过对比分析当归原药材与标准汤剂的体外活血活性标准,并建立其高效液相指纹图谱,以期对当归原药材与标准汤剂的质量相关性进行分析.采用纤维蛋白原平板法,以尿激酶、生理盐水分别作为阳性、阴性对照,透明圈大小为指标对当归原药材与标准汤剂的体外活血活性进行测定,采用高效液相色谱法建立其指纹图谱.实验结果显示:体外活血活性标准对比时,当归原药材有透明圈,而标准汤剂无透明圈;当归原药材与标准汤剂的高效液相指纹图谱均有8个共有特征峰,原药材比标准汤剂多一个峰A,但活血活性效应与8个共有特征峰并无相关性.实验结果表明,当归原药材与标准汤剂存在一定的差异性.     

人工智能心理学研究的知识图谱分析

借助CitespaceⅢ对选自WoS的人工智能心理学研究文献进行知识图谱探析,结合自动聚类视图与议题标签展现了人工智能心理学领域的6个知识聚类:#0人工智能解决问题议题;#1人工与人类认知共性议题;#2人工智能学习议题;#3人工智能脑科学议题;#4人工智能环境认知议题;#5人工智能表征议题。在深入探究各聚类的核心与热点知识的基础上分析了人工智能心理学发展的各阶段特征:1.上世纪50年代图灵和米勒等人对机器认知与学习等概念的猜想与初探;2.70-90年代纽厄尔、西蒙和莱尔德等人基于模块记忆与层级分析对人工智能信息处理模型的系统性构建;3.本世纪初基于神经生理学的降维数据认知理论的发展;4.当下人工智能贝叶斯大脑与深度学习理论的兴起。