CSSCI数据导入Bibexcel实现共现矩阵的方法及实证研究

说明：此为他人公开期刊的论文，非本人作品，不知道是否合乎网站要求。上载到此，是因为感觉此文章对需要用社会网络分析软件研究的人士非常有用。 文章以针对Web of Knowledge开发的文献信息共现分析的应用软件——Bibexcel为研究对象，结合CSSCI数据库数据格式特点，解决了Bibexcel不能处理中文文献的瓶颈问题，实现了知识单元共现关系矩阵。并以CSSCI数据库中1998—2008年“信息可视化”引文数据为例，数据经过预处理后，由Bibexcel构建其知识单元共现矩阵，利用Ucinet、Netdraw软件，实现了作者共现、关键词共现、引文共现的可视化分析。该研究扩展了Bibexcel的应用范围功能，为CSSCI数据的可视化研究提供了一种新的手段。

很好用的一个生成共现矩阵的工具，只需要改变EXCEL单元格的格式并按照步骤一步步来生成各种需要的文件即可。步骤网址：https://www.jianshu.com/p/e2f426a33aba

一个基本的共现函数，主要供学生使用

基于实现多光谱图像的多标签场景分类为目的，采用卷积神经网络的方法，通过计算数据集中所有样本标签的共现矩阵，利用共现矩阵为每个标签分配不同的权重，提出了一种新的计算损失函数的方法。所设计的卷积神经网络能够充分利用除了红绿蓝三通道之外的光谱信息，同时也能够利用已有的预训练的卷积神经网络权重进行参数的初始化，使得网络能够快速收敛。所提出的算法在Planet Amazon数据集上取得了最高的F值，从而得出了该算法具有高准确率和高可行性的结论。

用visual studio 2008和opencv2.0的库实现的灰度共生矩阵，并简单计算了纹理的能量特征。自己编写并测试过，只要opencv2.0的库没问题就OK。4个方向，灰度级可调，距离可调。

共现矩阵生成python实现 包括源代码和打包好的exe Co-occurrence_Matrix.exe 软件本体 data.csv 原始数据 上面让你准备的那个 node.csv 节点数据 (包含节点名称+词频数) edge.csv 节点关系的三元组存储形式存储(包含两两节点关系+关系频数) co_occurrence_matrix.csv 共现矩阵(稀疏矩阵形式)