【科学文献计量】RC.networkBibCoupling()中的参数解释

最新推荐文章于 2026-06-24 20:29:46 发布
原创 最新推荐文章于 2026-06-24 20:29:46 发布 · 316 阅读 · 0
标签
#metaknowledge #web of science #耦合网络 #python
本文档介绍了如何使用metaknowledge库分析web of science数据，特别是RC.networkBibCoupling()函数的weighted、fullInfo和addCR参数。weighted参数决定是否对网络边进行加权，fullInfo参数控制是否存储完整引文信息，而addCR参数用于是否包含引用信息。通过测试这些参数，可以更深入理解耦合网络的构建过程。

RC.networkBibCoupling中的参数解释

1 数据

使用web of science中的数据，借助metaknowledge库读入到python中，然后截取2020-2021年的数据构建网络
在这里插入图片描述

2 RC.networkBibCoupling()中的参数解释

RC.networkBibCoupling()中的参数解释：

  • weighted: [bool]数据类型。默认为’True’，是否对连线进行加权。如果为’True’，则连线的权重会被添加到网络中；
  • fullInfo: [bool]数据类型。默认为’False’，如果’True’，完整的引文字符串将被添加到网络的每个节点。；
  • addCR: [bool]数据类型。默认为’False’,如果为’True’，则把citation信息也添加到网络的节点属性中。

返回的是：为RecordCollection创建一个基于引文的耦合网络

2.1 测试weighted参数

在这里插入图片描述

<

了解本专栏 订阅专栏 解锁全文 超级会员免费看
论文笔记之聚类算法Clustering by propagating probabilities between data points
amyecho1996的博客
03-06 877
聚类在数据挖掘中占有重要地位，聚类即是将一系列数据点划分成一个个簇，将拥有同样特性的数据点判为同一个簇内，以此来做进一步的分析。目前最基础的、运用最广泛的聚类算法当数K均值算法，初始(随机)选定K个中心点，计算每个点到这K个中心点的距离，将其划分进距离最近的中心点的簇内。根据簇内点的平均值来更新簇的中心点，再根据新的中心点划分簇。不断迭代，直到中心点不再变化。K均值算法的优点是运算方法十分简单明了...
R语言如何实现文献计量——bibliometrix包的使用
热门推荐
陆詟水栗的博客
05-03 4万+
上周组会的时候，老板提到让大家学习一下文献计量的方法，推荐了CiteSpace这个软件，我之前有试着用过这个软件，确实挺好用的，就是用起来不太顺手￣へ￣。 我想起之前在R语言统计与绘图公众号上看到了bibliometrix，快速实现文献计量分析的酷炫R包这篇文章，就想试一下
ISLR读书笔记二十：聚类分析（Clustering）
weixin_43084570的博客
10-25 852
123
Python图片压缩方法全解：从入门到进阶
得塔云的博客
06-19 833
本文总结了Python中六种主流的图片压缩方法：1）Pillow作为通用首选，支持质量调整、尺寸缩放和格式转换；2）TinyPNG API提供最高压缩率但有限额；3）WebP格式在保持画质下体积最小；4）PyVips适合大图处理，内存占用低；5）OpenCV针对视频帧和实时流优化；6）K-means聚类实现算法级色彩压缩。文章通过对比表格和决策树，建议根据场景需求选择工具，日常使用Pillow即可满足大多数需求，并附赠了一个可直接使用的批量压缩脚本。
Unity PICO4 学习记录8： WebRTC
m0_63485455的博客
06-22 517
这一篇和PICO本身没什么关系，只是记录一下开发过程我们要做一个“从超声设备采集影像数据，一对多地传给XR眼镜终端以及其他可能的设备”应用。发送端是Jetson，由同事负责；接收端XR眼镜端由我负责。同事说视频采集卡例程里给了两种通信协议：RSTP和WebRTC.一开始我尝试用HoloLens2，因为老师和医生们似乎更喜欢OST而不是VST；但是UWP ARM64 媒体栈对 RTSP 支持弱、MixedReality-WebRTC 停更，所以 HL2 不适合当主验证平台。
将datafram写入到csv文件中.添加行，添加列，重建索引。
m0_63525799的博客
06-24 441
操作最常用写法加列df['C'] = 值加行df.loc['新行'] = 值或重置索引设索引df.set_index('列名')
Odoo 19开发教程之视图控件开发
智能化技术分享
06-22 334
本文详细介绍了Odoo 19中自定义视图控件的开发方法，通过一个销售订单列表视图的弹窗控件案例，展示了完整的实现流程。该控件由四部分组成：基于OWL框架的JavaScript组件（包含弹窗和主控件）、XML模板文件（定义界面元素）、Python模型（提供计算字段）和视图XML定义（嵌入控件）。开发要点包括使用usePopover钩子实现弹窗交互、OWL组件与模板的绑定方式、计算字段的高效实现，以及控件在视图中的注册与调用。该方案可灵活扩展，为Odoo视图提供丰富的交互功能。
一个简单的模拟宇宙——基于NKS理论的3D元胞自动机
神棍之路
06-24 345
这是一个基于NKS（一种新科学）思想的3D元胞自动机模拟器。它使用实现，你可以在三维网格中探索简单规则如何产生复杂结构。
Python办公03：格式魔术师——批量统一 Excel 标题行、字体与边框设置
weixin_42636075的博客
06-19 276
本文介绍了使用Python的openpyxl库批量格式化Excel文件的方法。通过定义标题行样式（蓝色背景、加粗字体）、数据行样式（细边框、自动对齐）和自动调整列宽等操作，实现报表格式的自动化统一。文章提供了完整的代码实现，包括单个文件格式化和批量处理功能，并详细解析了代码中的样式对象定义、数据范围获取、列宽调整等关键步骤。该方案可将50份报表的处理时间从4小时缩短至10秒，大幅提升办公效率。代码支持自定义输出路径、自动识别文本/数字对齐方式，并包含冻结首行等实用功能。
PyCharm调试技术与最佳实践指南
weixin_51955414的博客
06-23 425
《PyCharm调试技术与最佳实践指南》摘要 本文系统介绍了PyCharm调试功能的使用方法，包含以下核心内容： 调试基础：解释了调试概念、重要性和不同类型（断点/条件断点/日志/远程调试） 界面详解：展示了调试工具栏功能和窗口布局，包括代码编辑器、变量面板和控制台等组件 断点管理：详细说明基本断点、条件断点、临时断点、日志断点的设置方法及分组管理技巧 调试操作：讲解Step Over（F8）、Step Into（F7）、Step Out（Shift+F8）等关键调试命令 变量处理.
详解信号量使用红线：Django Signals 的适用场景与反模式
数据知道的博客
06-24 102
Django 信号机制通过观察者模式实现模块解耦，允许在特定操作（如模型保存）时触发回调函数。本文剖析了其核心原理、适用场景及潜在陷阱： 本质与原理 信号是同步执行的，会阻塞主线程，非异步任务 由Sender、Signal、Receiver三部分组成，通过维护接收者列表实现同步调用 适用场景 解耦核心与非核心业务（如注册后发邮件） 第三方库扩展接口（如订单创建后ERP同步） 跨模型数据同步（冗余字段更新） 审计日志记录 使用红线 避免在接收者中重复触发save()导致递归死循环 警惕耗时操作（网络请求
神经网络 | ⑤ MNIST 手写数字识别的 FCNN 推理实现
鷾
06-23 205
本文实现了一个基于MNIST手写数字数据集的三层全连接神经网络(FCNN)推理系统。该系统通过加载预训练权重参数，能够对28×28像素的手写数字图像进行分类识别。网络结构包含784个输入神经元、两个隐藏层(50和100个神经元)和10个输出神经元，使用Sigmoid和Softmax作为激活函数。文章详细介绍了数据集特征、网络设计思路以及前向传播的计算流程，最终实现了93.52%的测试准确率。该实现为深度学习入门项目，展示了神经网络的基本推理过程。
自定义ESP32-S3开发板适配ESP-WHO框架
91创客学堂
06-23 442
本文介绍了ESP-WHO边缘机器视觉框架在ESP32-S3芯片上的部署与移植方案。主要内容包括：1. ESP-WHO框架概述及示例编译流程，支持人脸识别、物体检测等功能；2. 第三方ESP32-S3开发板与官方ESP32-S3-EYE的硬件差异分析；3. 详细移植步骤：修改LCD引脚配置（SPI模式改为0、背光GPIO调整）、OV3660摄像头驱动适配、关键menuconfig配置（PSRAM设置、模型存储位置等）；4. 最小化应用代码示例及常见问题解决方法。
第5篇_Python文件操作与异常处理：程序与外界交互的桥梁
Lenyiin
06-22 962
学到这里，你的 Python 代码已经能在自由运转了——变量、函数、类、对象，全都在 RAM 里运行，程序结束就消失。但真实世界的程序，不能只活在内存里。这就需要掌握和——这是 Python 程序与外界交互的两座桥梁。本篇我们就来系统学习这两个主题。
批量图片处理工具
最新发布
vx_ python5225 博客
06-24 205
【代码】批量图片处理工具。
并行推理模型设计研究报告
东方佑
06-22 492
问题: NAR 并行预测 L 个 token → 目标分布高度多模态 → CE 最小化塌缩到众数(所有位置输出 "的" → CE 最小, 但完全无用)修复: 序列级知识蒸馏1. AR 教师对每个前缀贪心续写 → 得到 L 个"确定"的 token2. 教师序列消除了多模态 (每个前缀只有 1 个教师续写)3. NAR 学习教师的确定序列 → 不再塌缩 → 输出多样化为什么教师必须"刚刚好":- 教师太弱 (2 epoch): 教师自己也塌缩 → NAR 匹配好但质量差。
从零搭建一个 Web 目录扫描器（Python + FastAPI）
2503_94020569的博客
06-18 58
第一次做算小工具的完整项目，来练手感觉还不是很完善用法可以看readme.md(应该没人会用，dirsearch好用的多）不过可以看看源码。
Python：第12天：模块与包 —— 站在巨人的肩膀上
天佑木枫
06-24 169
本文介绍了Python模块与包的基本概念和使用方法：1. 模块是包含函数/变量/类的.py文件，包是包含多个模块的文件夹（需含__init__.py）。2. 三种模块导入方式：- import 模块名（需用模块名调用） from 模块名 import 函数名（直接调用） import 模块名 as 别名（推荐）3. 常用标准库：random（随机数）、math（数学运算）、datetime（日期时间）、os（系统操作）等。4. 通过pip安装第三方库（如requests、openpyxl），并演示了网络请求
昇腾ascend-knowledg-graph在vLLM-Ascend上部署Qwen-3-0.6b模型
子非鱼eva的博客
06-22 323
阶段Agent 自动完成的事耗时KG 调用次数1. 环境检查拉 4 个 Skill + 跑 5 条本地探测命令1 分钟4 次/source2. 解决兼容调 Skill 看 nnal/ATB 路径 + pip 降级 setuptools2 分钟2 次/source+ 2 次3. 启动服务计算显存利用率 + 写启动脚本1 分钟0 次 (本地命令)4. 验证服务跑 3 项 curl 测试1 分钟0 次 (本地命令)合计5 分钟6 次 KG 调用。
近期量化学习四步走，AI 只适合跟着阶段用
shinnyringo的博客
06-24 178
读者应理解，概念、代码、回测和模拟是一条逐步推进的路径。AI可以帮助每一步衔接下一步，但前一步没有说清楚时，后一步就容易变成无法判断的输出。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

lys_828

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值