【摘 要】
：
将“耕地变化驱动力”研究作为目标领域，从中国知网数据库和外文学术期刊数据库Web of Science（WoS）分别筛选出585篇和296篇文献，利用文献归纳法和CiteSpace对目标领域的中外文献进行对比分析。结果表明：（1）中外文献时间分布大致可分为两个阶段：1999—2010年，中外文献数量分别呈现快速增长状态、缓慢增长状态；2010—2020年，中外文献数量分别呈现波动增长、稳步增长状态
【基金项目】
：
国家教育部人文社会科学研究一般项目（21YJA630033）； 国家自然科学基金项目（42171263）； 农业农村部种植业管理司课题（15228012）； 中央高校基本科研业务费专项资金资助项目（2662023YJ006）；
论文部分内容阅读
将“耕地变化驱动力”研究作为目标领域，从中国知网数据库和外文学术期刊数据库Web of Science（WoS）分别筛选出585篇和296篇文献，利用文献归纳法和CiteSpace对目标领域的中外文献进行对比分析。结果表明：（1）中外文献时间分布大致可分为两个阶段：1999—2010年，中外文献数量分别呈现快速增长状态、缓慢增长状态；2010—2020年，中外文献数量分别呈现波动增长、稳步增长状态。（2）中外文献作者与机构合作联系大多发生在学术机构内部，与其他机构的联系较少；热点研究区域可大致分为快速城镇化区、粮食主产区及生态脆弱区；社会经济因素是最主要的耕地变化驱动因子，而政策因素、自然因素的影响分别在粮食主产区、生态脆弱区的研究中较为多见；外文文献的研究尺度较为均衡，而中文文献中市县尺度研究占据主导位置。（3）中外文献的热点主题大致相同，外文文献在耕地质量、生态变化方面的研究视角更加丰富。最后，本文提出了加强机构合作、丰富耕地变化驱动力研究内涵与对象、拓宽耕地治理目标、充分考虑论文主题与研究尺度匹配性的研究展望。
其他文献
随着移动群智感知网络（Mobile Crowdsensing,MCS）的应用领域不断拓展,使用移动群智感知网络采集感知数据的任务发布者越来越多,多任务的分配场景也越来越普遍。本文主要考虑的是参与式感知,以任务发布者为中心,根据感知任务是否对感知时间有特殊要求（例如,任务的最大响应时间）,将MCS的任务分配场景分为两类:对时间敏感和对时间不敏感的多任务分配场景。针对这两类场景,本文的主要贡献和创新点
在计算机视觉领域中,运动目标检测作为许多高级视觉任务的基础性工作,被广泛应用于智能安防、智能交通、国防军事等领域。传统运动目标检测算法针对的多是摄像机静止的场景。然而,近年来随着移动计算平台的飞速发展,越来越多的视频数据是在摄像机处于移动状态下拍摄的,如手持摄像机、云台摄像机以及车载摄像机等。在摄像机可以移动的场景下,视频中的背景在时刻发生运动,运动目标不再是导致帧间变化的唯一因素,背景与前景的混
模式识别算法利用大量有标签的样本数据作为训练集对模型进行训练,进而实现对于目标样本的分类。此类算法能够起效的两大重要前提为具有大量有标签数据且这些数据与目标待识别数据具有特征空间上的同分布性。然而在大多真实应用场景中的数据往往是缺少标签的,同时为大量数据标注标签是一件十分费时费力的事。在图像识别问题中,通常人们容易获得的大量有标注的数据与实际需要进行分类的目标数据具有不同程度的分布差异。为了实现利
深度学习目前在许多领域都取得出了很好的成绩,已经广泛地应用于生产生活的各个场景。深度学习的成功离不开计算芯片近年来的飞速发展,因为深度神经网络具有庞大的计算量。但是在边缘端,受限于功耗和算力,部署基于深度学习的应用依然存在巨大的挑战。本研究针对边缘端深度学习应用,提出了两种轻量化神经网络数据压缩编码方法。近来,一些研究者尝试使用信息论来打开神经信号编码的黑匣子。本研究从无线通信的有损数据压缩中受到
设备到设备（Device-to-Device,D2D）通信技术作为第五代(5th Generation,5G)移动通信网络的核心技术之一,由于其巨大的网络容量、良好的资源利用效率和信号传输质量等优势,吸引了国内外广泛关注。但是D2D通信在复用蜂窝网络授权频谱资源的同时,也会带来严重的同信道干扰而损害其它用户服务质量（Quality of Service,QoS）。因此,如何设计合理有效的资源分配方
针对物流仓储系统中的多任务调度问题,现有的多任务组合模型中未考虑能耗因素,而AGV（Automated Guided Vehicle）能耗越大,运行过程中充电的次数越多,会造成系统中断,从而影响系统效率。其次针对物流仓储系统中的AGV冲突问题,目前大多数采用停车等待策略来解决,而该策略会增加系统能耗。本文主要从基于能耗优化的多任务AGV调度和路径规划两方面开展研究,建立了基于能耗的多任务组合模型,
随着信息技术的快速发展,无线通信设备数量呈现爆炸式增长,通信频段不断向更高频迁移。为了缓解网络的功耗压力,扩大无线网络的覆盖范围,可以采用基于无线携能通信（Simultaneous Wireless Information and Power Transfer,SWIPT）中继和智能反射表面（Intelligent Reflecting Surface,IRS）的低功耗协作转发技术。但是,考虑到无
随着室内场景中的定位需求猛增,基于蓝牙指纹的室内定位技术凭借着低成本、易部署、普适的优点成为无线定位技术的研究热点之一,然而由于室内环境结构复杂、噪声干扰等现象,严重影响蓝牙的定位性能,同时,大多使用位置指纹的蓝牙定位方式的采集工作耗时耗力、整体定位精度不高。基于现有蓝牙指纹定位技术的不足,开展基于蓝牙的位置指纹定位技术研究,对推动室内位置服务产业的发展具有重要的意义。本课题以智能ROS移动小车为
行程时间分布展现了路网中车辆行程时间聚集程度,行程时间可靠性则是衡量行程时间聚集程度的关键指标,即行程时间的聚集度越高则行程时间可靠性越高。以往的行程时间可靠性研究大都是基于单一路段、特定拟合分布的假设,忽略了行程时间分布的时变性、厚尾性和相邻路段间行程时间的相互影响,难以有效地计算行程时间可靠性。而行程时间高阶矩内含了行程时间分布的关键信息,同时可以考虑高阶矩间的相关性,合理利用该信息可以弥补上
在线、实时的动作模式识别对于新型人机交互（Human-machine interaction,HMI）具有重要意义。由于表面肌电（Surface electromyography,sEMG）信号相较于其他传感信号,具有提前于人体动作产生这一特性,可以极大地提高动作识别的实时性,因此在康复医学与人机交互领域被广泛关注。然而,sEMG信号本身具有混沌、非平稳与非周期等性质,导致在非稳定、时变的在线应用