广西师范大学学报（自然科学版） ›› 2024, Vol. 42 ›› Issue (5): 13-27.doi: 10.16088/j.issn.1001-6600.2023101702

• 综述 • 上一篇    下一篇

基于CiteSpace的多源数据融合研究进展

何静1,2*, 冯元柳1, 邵靖雯1   

  1. 1.北京航空航天大学 人文与社会科学高等研究院,北京 100191;
    2.城市空间信息工程北京市重点实验室(北京市测绘设计研究院),北京 100038
  • 收稿日期:2023-10-17 修回日期:2024-03-05 出版日期:2024-09-25 发布日期:2024-10-11
  • 通讯作者: 何静(1990—),女,四川遂宁人,北京航空航天大学讲师,博士。E-mail: bhhejing@buaa.edu.cn
  • 基金资助:
    中国博士后科学基金(2020M670267); 城市空间信息工程北京市重点实验室项目(20220105); 空间数据挖掘与信息共享教育部重点实验室项目(2023LSDMIS02)

Research Progress on Multi-source Data Fusion Based on CiteSpace

HE Jing1,2*, FENG Yuanliu1, SHAO Jingwen1   

  1. 1. Institute for Advanced Studies in Humanities and Social Sciences, Beihang University, Beijing 100191, China;
    2. Beijing Key Laboratory of Urban Spatial Information Engineering(Beijing Institute of Surveying and Mapping), Beijing 100038, China
  • Received:2023-10-17 Revised:2024-03-05 Online:2024-09-25 Published:2024-10-11

PDF (PC)

24

摘要： 信息的爆炸式增长给多源数据融合研究提供了现实基础,使其在纳入数据范围与应用前景上不断拓展,而人工智能相关技术的发展更为其提供了创新的可能。为梳理多源数据融合研究的历史脉络、发展现状与前沿趋势,本文使用CiteSpace软件,面向中国知网和Web of Science(WOS)数据库中的相关研究,按年发文量、机构共现、作者共现、关键词共现、关键词聚类与突显词,对1992—2022年的文献进行可视化分析。结果表明,近年该主题下的中外研究逐渐走向成熟,在跨学科领域的概念统一和集成方法方面日渐拓展,进入大发展期。中文研究机构和作者网络相对松散,热点研究内容相对聚焦,集中在以数据融合为核心的信息融合、多源异构数据等方面,具有注重交叉性融合、算法优化、跨领域应用等特点。外文研究机构和作者网络相对成熟和稳定,热点研究内容更加广泛,包含多源信息融合、激光雷达数据等方面,具有注重异构整合、深度洞见等特点。未来,相关研究将伴随人工智能技术发展,深入更为多元的高级算法设计和特定场景应用。研究结果可帮助研究人员展开选题和前沿识别,助力研究质量提升与创新发展。

关键词: 多源数据融合, 知识图谱, CiteSpace, 可视化分析, 研究热点

Abstract: The explosive growth of information provides a realistic foundation for the study of multi-source data fusion,continuously expanding its scope of data incorporation and application prospects. The advancement of artificial intelligence technologies further offers innovative possibilities. To sort out the historical context,current status,and frontier trends of multi-source data fusion research,this paper utilizes CiteSpace software to conduct a visual analysis of relevant studies in the CNKI and Web of Science (WOS) databases,focusing on publication volume by year,institutional co-occurrence,author co-occurrence,keyword co-occurrence,keyword clustering,and prominent words from 1992 to 2022. The results indicate that in recent years,research on this topic,both domestically and internationally,has progressively matured,with unification of concepts and expansion of integrated methods in interdisciplinary fields,entering a period of significant development. Chinese research institutions and author networks are relatively loose,with focused hotspots on data fusion-centric information fusion,multi-source heterogeneous data,etc.,characterized by emphasis on cross-sectoral integration,algorithm optimization,and cross-disciplinary applications. In contrast,foreign research institutions and author networks are more mature and stable,with a broader range of hotspots including multi-source information fusion,lidar data,etc.,characterized by emphasis on heterogeneous integration and deep insights. In the future,related research will evolve alongside the development of artificial intelligence technology,delving into more diverse advanced algorithm designs and specific scenario applications. The research findings can assist researchers in topic selection and frontier identification,contributing to the improvement of research quality and innovative development.

Key words: multi-source data fusion, knowledge graphs, CiteSpace, visual analysis, research hotspot

中图分类号:  TP391

[1] STEINBERG A N, BOWMAN C L, WHITE F E. Revisions to the JDL data fusion model[C] // Proceedings Volume 3719: Sensor Fusion: Architectures, Algorithms, and Applications III. Bellingham, WA: SPIE, 1999: 430-441. DOI: 10.1117/12.341367.
[2] 于佳会, 刘佳静, 郑建明. 多源多维数据融合研究态势: 理论、方法与应用[J]. 情报杂志, 2022, 41(5): 133-138, 207. DOI: 10.3969/j.issn.1002-1965.2022.05.021.
[3] 王臻, 刘东, 徐重酉, 等. 新型电力系统多源异构数据融合技术研究现状及展望[J]. 中国电力, 2023, 56(4): 1-15. DOI: 10.11930/j.issn.1004-9649.202211077.
[4] 张良培, 何江, 杨倩倩, 等. 数据驱动的多源遥感信息融合研究进展[J]. 测绘学报, 2022, 51(7): 1317-1337. DOI: 10.11947/j.AGCS.2022.20220171.
[5] 李瑛, 颜廷龙. 航空大数据的融合及挖掘技术综述[J]. 航空计算技术, 2020, 50(6): 124-128. DOI: 10.3969/j.issn.1671-654X.2020.06.029.
[6] 苏小玉, 徐奎奎. 网络安全态势感知中数据融合算法应用综述[J]. 河北省科学院学报, 2020, 37(2): 37-44. DOI: 10.16191/j.cnki.hbkx.2020.02.007.
[7] 师春香, 潘旸, 谷军霞, 等. 多源气象数据融合格点实况产品研制进展[J]. 气象学报, 2019, 77(4): 774-783. DOI: 10.11676/qxxb2019.043.
[8] 孙群. 多源矢量空间数据融合处理技术研究进展[J]. 测绘学报, 2017, 46(10): 1627-1636. DOI: 10.11947/j.AGCS.2017.20170387.
[9] 祁友杰, 王琦. 多源数据融合算法综述[J]. 航天电子对抗, 2017, 33(6): 37-41. DOI: 10.16328/j.htdz8511.2017.06.009.
[10] 王声培, 云雅娟. 洛特卡定律、普赖斯定律和我国数学科学文献[J]. 图书情报工作, 1994, 38(3): 21-24.
[11] 陶飞, 程颖, 程江峰, 等. 数字孪生车间信息物理融合理论与技术[J]. 计算机集成制造系统, 2017, 23(8): 1603-1611. DOI: 10.13196/j.cims.2017.08.001.
[12] 张明华. 基于WLAN的室内定位技术研究[D]. 上海: 上海交通大学, 2009.
[13] 李良福, 陈卫东, 高强, 等. 基于深度学习的光电系统智能目标识别[J]. 兵工学报, 2022, 43(增刊1): 162-168. DOI: 10.12382/bgxb.2022.A004.
[14] 蒋秉川, 万刚, 许剑, 等. 多源异构数据的大规模地理知识图谱构建[J]. 测绘学报, 2018, 47(8): 1051-1061. DOI: 10.11947/j.AGCS.2018.20180113.
[15] 武法提, 黄石华. 基于多源数据融合的共享教育数据模型研究[J]. 电化教育研究, 2020, 41(5): 59-65, 103. DOI: 10.13811/j.cnki.eer.2020.05.009.
[16] 王国法, 任怀伟, 赵国瑞, 等. 智能化煤矿数据模型及复杂巨系统耦合技术体系[J]. 煤炭学报, 2022, 47(1): 61-74. DOI: 10.13225/j.cnki.jccs.YG21.1860.
[17] 琚春华, 邹江波, 傅小康. 融入区块链技术的大数据征信平台的设计与应用研究[J]. 计算机科学, 2018, 45(11A): 522-526.
[18] 涂伟, 曹劲舟, 高琦丽, 等. 融合多源时空大数据感知城市动态[J]. 武汉大学学报(信息科学版), 2020, 45(12): 1875-1883. DOI: 10.13203/j.whugis20200535.
[19] 苏跃江, 温惠英, 韦清波, 等. 多源数据融合驱动的居民出行特征分析方法[J]. 交通运输系统工程与信息, 2020, 20(5): 56-63. DOI: 10.16097/j.cnki.1009-6744.2020.05.009.
[20] 郭科, 彭继兵, 许强, 等. 滑坡多点数据融合中的多传感器目标跟踪技术应用[J]. 岩土力学, 2006, 27(3): 479-481. DOI: 10.3969/j.issn.1000-7598.2006.03.029.
[21] 蓝金辉, 马宝华, 蓝天, 等. D-S证据理论数据融合方法在目标识别中的应用[J]. 清华大学学报(自然科学版), 2001, 41(2): 53-55, 59. DOI: 10.3321/j.issn:1000-0054.2001.02.014.
[22] 张永强, 马宪民, 梁兰. 基于RBF的模糊积分多传感器数据融合的刮板输送机电机故障诊断[J]. 西安科技大学学报, 2016, 36(2): 271-274. DOI: 10.13800/j.cnki.xakjdxxb.2016.0219.
[23] 杨鹏民. 基于嵌入式Linux与深度视觉的井下多轴机械臂系统设计[J]. 煤炭工程, 2022, 54(12): 90-96. DOI: 10.11799/ce202212017.
[24] 马坤, 张永谋, 吴红刚, 等. 基于多传感器数据融合分析的路堑滑坡模型试验研究[J]. 防灾减灾工程学报, 2022, 42(4): 653-663. DOI: 10.13409/j.cnki.jdpme.20201229002.
[25] 马立玲, 郭建, 汪首坤, 等. 基于改进CNN-GRU网络的多源传感器故障诊断方法[J]. 北京理工大学学报, 2021, 41(12): 1245-1252. DOI: 10.15918/j.tbit1001-0645.2020.183.
[26] YANG L, XU W H, ZHANG X Y, et al.Multi-granulation method for information fusion in multi-source decision information system[J]. International Journal of Approximate Reasoning, 2020, 122: 47-65. DOI: 10.1016/j.ijar.2020.04.003.
[27] ANDERSON M C, YANG Y, XUE J, et al. Interoperability of ECOSTRESS and landsat for mapping evapotranspiration time series at sub-field scales[J]. Remote Sensing of Environment, 2021, 252: 112189. DOI: 10.1016/j.rse.2020.112189.
[28] CAI B P, LIU Y H, FAN Q, et al.Multi-source information fusion based fault diagnosis of ground-source heat pump using Bayesian network[J]. Applied Energy, 2014, 114: 1-9. DOI: 10.1016/j.apenergy.2013.09.043.
[29] LUO R B, LIAO W Z, ZHANG H Y, et al. Classification of cloudy hyperspectral image and LiDAR data based on feature fusion and decision fusion[C] //2016 IEEE International Geoscience and Remote Sensing Symposium (IGARSS). Piscataway, NJ: IEEE Press, 2016: 2518-2521. DOI: 10.1109/IGARSS.2016.7729650.
[30] ZHANG Z, YANG M Y, ZHOU M. Multi-source hierarchical conditional random field model for feature fusion of remote sensing images and liDAR data[J]. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2013, XL-1/W1: 389-392. DOI: 10.5194/isprsarchives-XL-1-W1-389-2013.
[31] CHEN Z Y, GAO B B, DEVEREUX B. State-of-the-art: DTM generation using airborne LIDAR data[J]. Sensors, 2017, 17(1): 150. DOI: 10.3390/s17010150.
[32] XING B Y, ZHU Q M, PAN F, et al. Marker-based multi-sensor fusion indoor localization system for micro air vehicles[J]. Sensors, 2018, 18(6): 1706. DOI: 10.3390/s18061706.
[33] XU Y H, DU B, ZHANG L P. Multi-Source remote sensing data classification via fully convolutional networks and post-classification processing[C] //IGARSS 2018: 2018 IEEE International Geoscience and Remote Sensing Symposium. Piscataway, NJ: IEEE Press, 2018: 3852-3855. DOI: 10.1109/IGARSS.2018.8518295.
[34] ZHU Y X, LI W, ZHANG M M, et al. Joint feature extraction for multi-source data using similar double-concentrated network[J]. Neurocomputing, 2021, 450: 70-79. DOI: 10.1016/j.neucom.2021.03.088.
[35] LIU R W, GUO Y, NIE J T, et al. Intelligent edge-enabled efficient multi-source data fusion for autonomous surface vehicles in maritime internet of things[J]. IEEE Transactions on Green Communications and Networking, 2022, 6(3): 1574-1587. DOI: 10.1109/TGCN.2022.3158004.
[36] LIU P Y, PAN X, REN M, et al. Evidence theory fusion method based on variable granulation rough set[C] // 2016 8th International Conference on Information Technology in Medicine and Education (ITME). Piscataway, NJ: IEEE Press, 2016: 534-538. DOI: 10.1109/ITME.2016.0127.
[37] LU C Q, WANG S P, WANG X J. A multi-source information fusion fault diagnosis for aviation hydraulic pump based on the new evidence similarity distance[J]. Aerospace Science and Technology, 2017, 71: 392-401. DOI: 10.1016/j.ast.2017.09.040.
[38] XIA J, FENG Y Q, LIU L N, et al. An evidential reliability indicator-based fusion rule for dempster-shafer theory and its applications in classification[J]. IEEE Access, 2018, 6: 24912-24924. DOI: 10.1109/ACCESS.2018.2831216.
[39] TAO X L, LIU L Y, ZHAO F, et al. Ontology and weighted DS evidence theory-based vulnerability data fusion method[J]. Journal of Universal Computer Science, 2019, 25(3): 203-221. DOI: 10.3217/JUCS-025-03-0203.
[40] TANG Y C, WU D D, LIU Z J. A new approach for generation of generalized basic probability assignment in the evidence theory[J]. Pattern Analysis and Applications, 2021, 24(3): 1007-1023. DOI: 10.1007/s10044-021-00966-0.
[41] POHL C. Remote sensing image fusion in the context of digital earth[J]. IOP Conference Series: Earth and Environmental Science, 2014, 18(1): 012002. DOI: 10.1088/1755-1315/18/1/012002.
[42] BACHOFER F, ESCH T, BALHAR J, et al. The urban thematic exploitation platform-processing,analysing and visualization of heterogeneous data for urban applications[C] // 2019 Joint Urban Remote Sensing Event. Piscataway, NJ: IEEE Press, 2019: 1-3. DOI: 10.1109/JURSE.2019.8809016.
[43] LIU R, GREVE K, CUI P Y, et al. Collaborative positioning method via GPS/INS and RS/MO multi-source data fusion in multi-target navigation[J]. Survey Review, 2022, 54(383): 95-105. DOI: 10.1080/00396265.2021.1883962.
[44] PARIS C, KOTOWSKA M M, ERASMI S, et al. A novel approach for environmental monitoring based on the integration of multi-temporal multi-source earth observation data and field surveys in a spatio-temporal framework[C] // IGARSS 2022: 2022 IEEE International Geoscience and Remote Sensing Symposium. Piscataway, NJ: IEEE Press, 2022: 5897-5900. DOI: 10.1109/IGARSS46834.2022.9884130.
[45] SHAO Z F, GUI C, LI D R, et al.Spatio-temporal-spectral-angular observation model that integrates observations from UAV and mobile mapping vehicle for better urban mapping[J]. Geo-spatial Information Science, 2021, 24(4): 615-629. DOI: 10.1080/10095020.2021.1961567.
[46] XU P P, TSENDBAZAR N E, HEROLD M, et al. Improving the characterization of global aquatic land cover types using multi-source earth observation data[J]. Remote Sensing of Environment, 2022, 278: 113103. DOI: 10.1016/j.rse.2022.113103.
[47] 王璇, 李春升, 周荫清. 多传感器信息融合技术[J]. 北京航空航天大学学报, 1994, 20(4): 402-406.
[48] GUNATILAKA A H, BAERTLEIN B A. Feature-level and decision-level fusion of noncoincidently sampled sensors for land mine detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2001, 23(6): 577-589. DOI: 10.1109/34.927459.
[49] 钱伟, 何志祥, 张德银. 基于模糊神经网络的火灾传感器特征参数融合算法[J]. 传感技术学报, 2017, 30(12): 1906-1911. DOI: 10.3969/j.issn.1004-1699.2017.12.021.
[50] SUN M, DOU H T, LI Q Z, et al. Quality estimation of deep web data sources for data fusion[J]. Procedia Engineering, 2012, 29: 2347-2354. DOI: 10.1016/j.proeng.2012.01.313.
[51] 陈海燕, 甄霞军, 赵涛涛. 一种自适应图像融合数据增强的高原鼠兔目标检测方法[J]. 农业工程学报, 2022, 38(增刊): 170-175. DOI: 10.11975/j.issn.1002-6819.2022.z.019.
[52] DECKER K T, BORGHETTI B J. Composite style pixel and point convolution-based deep fusion neural network architecture for the semantic segmentation of hyperspectral and lidar data[J]. Remote Sensing, 2022, 14(9): 2113. DOI: 10.3390/rs14092113.
[1] 朱格格, 黄安书, 覃盈盈. 基于Web of Science的国际红树林研究发展态势分析[J]. 广西师范大学学报（自然科学版）, 2024, 42(5): 1-12.
[2] 翟言豪, 王燕舞, 李强, 李景坤. 基于CiteSpace的三维荧光光谱技术对内陆水体中溶解性有机质研究的进展[J]. 广西师范大学学报（自然科学版）, 2024, 42(3): 34-46.
[3] 董淑龙, 马姜明, 辛文杰. 景观视觉评价研究进展与趋势——基于CiteSpace的知识图谱分析[J]. 广西师范大学学报（自然科学版）, 2023, 41(5): 1-13.
[4] 赵珂艺, 张宁宁, 薛洁怡, 李广娈, 李艺, 于方明, 刘可慧. 重金属超富集植物研究CiteSpace可视化分析[J]. 广西师范大学学报（自然科学版）, 2023, 41(3): 191-209.
[5] 潘海明, 陈庆锋, 邱杰, 何乃旭, 刘春雨, 杜晓敬. 基于卷积推理的多跳知识图谱问答算法[J]. 广西师范大学学报（自然科学版）, 2023, 41(1): 102-112.
[6] 张小丽, 陈泽柠, 武正军. 蜥蜴与气候变化的研究热点演变分析——基于Web of Science数据库[J]. 广西师范大学学报（自然科学版）, 2022, 40(5): 332-341.
[7] 李志欣, 苏强. 基于知识辅助的图像描述生成[J]. 广西师范大学学报（自然科学版）, 2022, 40(5): 418-432.
[8] 童凌晨, 李强, 岳鹏鹏. 基于CiteSpace的喀斯特土壤有机碳研究进展[J]. 广西师范大学学报（自然科学版）, 2022, 40(4): 22-34.
[9] 肖飞, 丁旭升, 王维红. 基于文献计量学分析的好氧颗粒污泥研究进展[J]. 广西师范大学学报（自然科学版）, 2022, 40(2): 1-14.
[10] 官晓金, 赵珂艺, 刘世玲, 李艺, 于方明, 李春明, 刘可慧. 近30年全球锰污染植物修复研究进展——基于CiteSpace的可视化分析[J]. 广西师范大学学报（自然科学版）, 2021, 39(5): 44-57.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 李文博, 董青, 刘超, 张奇. 基于对比学习的儿科问诊对话细粒度意图识别[J]. 广西师范大学学报（自然科学版）, 2024, 42(4): 1 -10 .
[2] 高盛祥, 杨元樟, 王琳钦, 莫尚斌, 余正涛, 董凌. 面向域外说话人适应场景的多层级解耦个性化语音合成[J]. 广西师范大学学报（自然科学版）, 2024, 42(4): 11 -21 .
[3] 朱格格, 黄安书, 覃盈盈. 基于Web of Science的国际红树林研究发展态势分析[J]. 广西师范大学学报（自然科学版）, 2024, 42(5): 1 -12 .
[4] 左钧元, 李欣彤, 曾子涵, 梁超, 蔡进军. 金属有机骨架基催化剂在糠醛选择性加氢反应中的应用研究进展[J]. 广西师范大学学报（自然科学版）, 2024, 42(5): 28 -38 .
[5] 谭全伟, 薛贵军, 谢文举. 基于VMD和RDC-Informer的短期供热负荷预测模型[J]. 广西师范大学学报（自然科学版）, 2024, 42(5): 39 -51 .
[6] 刘畅平, 宋树祥, 蒋品群, 岑明灿. 基于开关电容的差分无源N通道滤波器[J]. 广西师范大学学报（自然科学版）, 2024, 42(5): 52 -60 .
[7] 王党树, 孙龙, 董振, 贾如琳, 杨黎康, 吴家驹, 王新霞. 变化负载下全桥LLC谐振变换器参数优化设计[J]. 广西师范大学学报（自然科学版）, 2024, 42(5): 61 -71 .
[8] 张锦忠, 韦笃取. PMSM混沌系统无初始状态约束的固定时间有界控制[J]. 广西师范大学学报（自然科学版）, 2024, 42(5): 72 -78 .
[9] 涂智荣, 凌海英, 李帼, 陆声链, 钱婷婷, 陈明. 基于改进YOLOv7-Tiny的轻量化百香果检测方法[J]. 广西师范大学学报（自然科学版）, 2024, 42(5): 79 -90 .
[10] 杜帅文, 靳婷. 基于用户行为特征的深度混合推荐算法[J]. 广西师范大学学报（自然科学版）, 2024, 42(5): 91 -100 .
版权所有 © 广西师范大学学报（自然科学版）编辑部
地址：广西桂林市三里店育才路15号　邮编：541004
电话：0773-5857325　E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发