摘要： 【目的/意义】识别科学研究前沿主题，预测未来发展趋势。【方法/过程】首先利用主题概率模型识别出论文、 专利及基金项目多源数据中的科学前沿主题；考虑研究前沿主题演化的复杂性和非线性的特点，利用机器学习算 法和支持向量机模型预测主题发展趋势，并采用改进后的粒子群算法对模型参数进行优化，以提高传统支持向量 机模型在处理非线性、小样本等数据上的预测准确度。【结果/结论】实验对比发现，本方法对于研究前沿主题的预测 准确度较高，准确识别出石墨烯领域未来发展趋势。
摘要： 【目的/意义】识别科学研究前沿主题，预测未来发展趋势。【方法/过程】首先利用主题概率模型识别出论文、 专利及基金项目多源数据中的科学前沿主题；考虑研究前沿主题演化的复杂性和非线性的特点，利用机器学习算 法和支持向量机模型预测主题发展趋势，并采用改进后的粒子群算法对模型参数进行优化，以提高传统支持向量 机模型在处理非线性、小样本等数据上的预测准确度。【结果/结论】实验对比发现，本方法对于研究前沿主题的预测 准确度较高，准确识别出石墨烯领域未来发展趋势。