原文传递
基于知识图谱的无人驾驶技术领域知识发现和热点分析
| 论文题名： | 基于知识图谱的无人驾驶技术领域知识发现和热点分析 |
| 关键词： | 无人驾驶;知识图谱;图神经网络;知识发现;热点分析 |
| 摘要： | 随着社会的迅速发展和物质生活水平提高，人们在追求更加方便快捷的生活方式的同时，物流行业的运输效率和运输成本问题也有待研究。将无人驾驶技术应用于物流行业，不但有利于推动智慧物流建设进程，降低运输成本、提升运输效率，也可以有效缓解交通事故和交通拥堵情况。 在政府的重视和大力支持下，我国的无人驾驶技术取得了阶段性进展。但由于实际交通环境的复杂性和多变性、网络传输速度的滞后性以及人工智能与人脑决策间的差距性，使得真正实现无人驾驶仍有一定的技术瓶颈。 当前，国内外关于无人驾驶技术的研究成果众多，但整体上呈现非结构性和零散性。在此背景下，从海量的文献数据中有效地挖掘和分析出有用的信息和知识，寻找无人驾驶技术的研究热点，可以帮助开发人员确定开发重点，节省开发成本，尽快取得关键性技术突破，从而有利于我国实现资源合理优化配置。 本文以中国知网数据库平台2011-2021年公开的无人驾驶技术方面相关的文献数据作为数据源，使用图神经网络信息抽取算法对文献的题目和摘要进行命名实体识别，得到每篇文献所研究的问题和使用的方法，作为一种新的关键词角度。将得到的问题和方法节点与论文的题目、作者、来源、关键词等节点，以及它们之间的相互关系和属性存储到Neo4j数据库中，得到无人驾驶技术领域的知识图谱。针对各个节点对无人驾驶技术领域现状进行知识发现，得到领域核心期刊、核心作者、作者合作网络、问题一般性、方法一般性等知识。使用词频分析、共现网络分析和共词聚类分析等方法识别领域热点并分析。最后结合国内无人驾驶行业的研究现状进行针对性分析，从而为我国未来在无人驾驶汽车技术的发展方向上提供参考性建议。 研究结果表明，本文将图神经网络技术应用于信息抽取用于获取文献的研究内容和研究方法可以丰富无人驾驶技术领域的知识图谱，形象、直观地展现无人驾驶技术领域知识主体及知识间的关联关系，从而帮助人们更加深入客观地了解无人驾驶技术领域研究现状。基于无人驾驶技术领域知识图谱进行热点发现，可以帮助学者和相关企业聚焦领域研究热点，挖掘新的研究方向，找到技术突破口，提升自身技术水平和行业竞争力，并将研究成果输出于智慧物流等智能化产业。 |
| 作者： | 沈岩 |
| 专业： | 物流工程 |
| 导师： | 温浩宇;杜佳 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安电子科技大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
