《基于專利計量的智能紡織品技術創新前沿研究》論文發表期刊：《絲綢》；發表周期：2021年06期

《基于專利計量的智能紡織品技術創新前沿研究》論文作者信息：楊奎浪( 1999 ) ，男，2017 級信息管理與信息系統專業本科生，研究方向為信息計量與技術創新。通信作者: 徐茜，副教授。

　　摘要：智能紡織品作為紡織行業新的方向和經濟增長點，具有廣闊的發展前景和潛力。為了探究全球智能紡織技術的創新前沿，文章利用CiteSpace繪制的科學知識圖譜，對智能紡織品技術進行了專利計量分析。結果表明，全球智能紡織品技術的研究集中于亞太地區、北美地區和歐洲地區，技術創新的主體是企業和大學機構。智能紡織品技術圍繞計算機技術、通信技術、紡織物處理技術和醫療技術等熱點技術交替演進，形成了應用創新、技術創新及生產工藝創新三個方向。目前，智能紡織品技術專利申請量雖有下降，但總體處于高速成長期，未來隨著新興研究的推進，還將有較大的增長空間。

　　關鍵詞：智能紡織品;專利計量：CiteSpace;德溫特手工代碼;創新前沿

　　Abstract: As a new direction and economic growth point of textile industry, intelligent textiles have a broad development prospect and potential. In order to explore the innovation frontier of global intelligent textile technology, the article uses the map of scientific knowledge drawn by CiteSpace to conduct a patentometric analysis on global intelligent textile technologv.The results show that studies on global intelligent textile technology are concentrated in the AsiaPacific region, North America and Euroe, and the main body of technological innovation is enterorises and universities. Intellizent textile technoloey has evolved around hot technologies, such as computer technology, communication technology, textile processing technology and medical technology in succession and formed three directions including application innovation, technological innovation and production technology innovation. At present, although the number of patent applications for intelligent textile technology has declined, as a whole, it is in a high-speed growth stage. In the future, with the advancement of emerging research, there will still be plenty of room for development Key words: intelligent textile: patentometrics: CiteSpace: Derwent manual code: innovation frontier

　　隨著第四次工業革命的興起，不同技術之間的交流融合現象愈發頻繁，新的技術前沿不斷出現，傳統的產業迎來了新 的發展機遇。紡織產業作為中國的支柱產業，近年來由于用 工成本的增大、國際競爭的加劇和各種技術壁壘的影響，逐步 陷入了發展困境。傳統的以勞動密集型為主的紡織行業亟需 向高附加值的方向轉型，新興技術與紡織技術的融合逐漸成 為一個重要的技術變革趨勢。在這種背景下，產生了具有控 溫、形狀記憶、防水透濕、電子智能等特性的智能紡織品[1-3]， 并大受市場追捧。根據美國聯合市場研究 ( Allied Market Research，AMR) 機構的預測，到 2022 年，全球的智能紡織品市 場規模將從 2015 年的 9.43 億美元增長至 53.69 億美元，增長的幅度達到了 5. 7 倍，智能紡織品正在逐步成為全球紡織業 的競爭核心。目前，許多國家都把經濟發展的重點放到了紡 織領域，并制定了相應的發展戰略。例如，美國提出了“智能 紡織計劃”，德國提出了“未來紡織”的戰略，日本的東麗、帝 人等公司形成了從纖維到紡織品的技術創新鏈，中國也在“十 三五”規劃中多次提及“智能紡織”技術[1]。因此，分析智能 紡織品技術的研究情況，通過知識和技術的創新建立新的優 勢，具有至關重要的意義。

　　當前，許多國家的學者都對智能紡織品技術開展了研究。 從國內的研究來看，對智能紡織品技術的研究主要從發展趨 勢、應用方向及分類三部分內容入手。白潔[1]闡述了智能紡 織品的分類和應用方向; 金雋[4]從智能紡織品工藝和應用的 角度，分析了智能紡織品技術的研究現狀和發展方向; 孫杰 等[5]介紹了智能紡織品的定義、發展歷史、應用現狀及面臨挑 戰等，并基于上述結果預測了未來趨勢。王運利等[6]、楊麗 麗[2]和周佩佩[3] 重點分析了紡織品技術的應用方向; 羅益鋒[7]介紹了智能紡織品市場現狀，并梳理了相關產品的開發 應用方向。從國外的研究來看，對智能紡織品技術的研究主要是從發展歷史、當前研究狀況及基本原理三個方向入手。 如Cherenack 等[8]回顧了智能紡織品的發展歷史，提出了當前研究的機遇與挑戰; Chan 等[9]、Ray 等[10]從當前的研究文章 和已有產品入手，分析了可穿戴系統的發展現狀和挑戰;Jayathilaka 等[11]、Mokhtari 等[12]從技術原理及相關材料的角 度，研究了可穿戴技術的發展近況，并對未來進行展望。

　　這些研究雖然在一定程度上反映了智能紡織品技術的發展狀況，但仍然存在著一些不足。國內的研究偏向于簡單的 綜述，缺乏實際數據的支持; 國外的研究數據來源主要是基于科學文獻和產品，數據獲取的全面性、便捷性存在著不足。因 此，本文以德溫特專利數據庫中的智能紡織品技術專利為數 據源，通過專利計量進行智能紡織品技術的可視化研究，借助CiteSpace 制作知識聚類圖譜，測算關鍵點和熱點，探索智能紡 織品技術的演化和創新前沿。

　　1 數據來源與研究方法

　　1. 1 數據來源

　　一個領域的技術知識主要存在于科學文獻、專利文獻、技 術開發人員和產品中[13]。一般來說，專利數據被認為是最可 靠的知識來源[14]。一個專利數據通常由多個技術分類號組 成，因此，所包含的技術信息相對全面，能夠很好地作為智能 紡織品技術創新的指標，反映智能紡織品技術的變革方向。

　　本文所采用的專利數據來源于德溫特專利數據庫( DII) 。德溫特專利數據庫收錄了來自世界 40 多個專利機構的三千 多萬個專利，包括一千多萬個基本發明專利，覆蓋了全球 100余個國家和地區的專利文獻，是整合了專利科技文獻的權威數據庫。

　　對于智能紡織品技術，本文的檢索策略是將“紡織品”和 “智能”作為關鍵詞，分別進行搜索，然后把得到的結果進行組 合，從而獲得與智能紡織品技術有關的專利信息。首先，對 “紡織品”關鍵詞構造檢索式，進行主題檢索( 表 1) 。一般認 為，紡織品是指經紡織加工而成的產品，包含原材料，如由棉、 紗、絲和線等組成的紡織纖維類( textile fibres) ; 半成品，如針 織布、梭織布、無紡布及各種工農業用布組成的布類( cloth) ;制成品，如服裝服飾( clothing、dress、garment、costume) 及其他 紡織品( textiles、textile) 。由于 textile fibres 是 textile 的子集， 因此，構造的檢索式為 TS = ( " cloth" or " clothing" or " dress"or " garment" or " costume" or " textiles" or " textile" ) ，檢索生 成 638 410 條記錄，檢索號為#1。然后，對“智能”關鍵詞構造 檢索式 TS = ( " smart" or " intelligent" or " wearable" ) ，進行主題 檢索，得到 854 746 條記錄，檢索號為#2。最后將上述兩個檢索結果作交集，即#1 and #2，得到檢索結果 17 426 條。檢索的時 間跨度為 2000 年到 2019 年，檢索日期為 2021 年 1 月 29 日。

　　1. 2 分析工具

　　CiteSpace 是一款基于共引分析和尋徑網絡算法分析的信息可視化軟件，它可以對選定領域的文獻進行計量分析，幫助研究者發現學科演化的關鍵路徑，從而形成對學科演化潛在 動力機制的分析和學科發展前沿的探測[15]。目前，CiteSpace已經廣泛應用于知識技術領域。劉秀玲等[16] 使用 CiteSpace分析了全球紡織技術的演化情況和技術前沿，認為當前紡織產業的創新既面臨風險，又蘊藏著機會。呂一博等[17] 利用CiteSpace 研究了物聯網和人工智能融合后的發展現狀和未來 方向，找到了當前的熱點技術，并對未來發展趨勢做出了預 測。因此，利用 CiteSpace 的知識圖譜技術，分析智能紡織品技術的演化趨勢和發展前沿是可行的。

　　1. 3 研究方法

　　本文主要的研究方法是共詞聚類分析。共詞聚類分析是 一種結合了文獻計量和聚類統計的研究方法，它通過計算關 鍵詞之間的聯系程度( 即關鍵詞在同一專利中共同出現的次 數) ，對關鍵詞進行聚合統計，使得形成的類中，類間相似度較 小，類內部相似度較大。具體的做法分為兩步，首先是通過德 溫特手工代碼之間的共現關系，繪制共現網絡; 然后對共現網 絡進行快速聚類統計。快速聚類統計又稱為 K-Means 聚類， 這是一種迭代型聚類方法，它首先隨機選取 K 個對象作為初 始聚類中心，然后計算樣本中的數據與這些中心的歐式距離，按照距離遠近進行分類，接著把每類中數據的均值作為新的類中心，不斷迭代，直至聚類不再發生改變為止。其中歐式距離( euclidean distance) 的計算公式為：

　　1. 4 研究思路

　　本文的研究思路主要從以下兩個方面入手。首先是對智能紡織品技術創新總體的分析。結合專利年申請量，申請國家和地區分布及專利權人的信息，探索近 20 年來全球智能紡 織品技術的創新現狀。其次是對智能紡織品技術演化和前沿的分析。將 2000—2019 年的數據劃分為三個階段，利用CiterSpace 繪制各個階段的技術聚類圖譜，測算圖譜中的中介中 心性和突現值，以此來發現網絡中重要節點的變化情況、關鍵 點技術和熱點技術。結合以上過程，繪制了研究框架( 圖 1) 。

　　2 智能紡織品技術創新總體分析

　　2. 1 專利數量增長趨勢

　　從德溫特專利數據庫中獲取與智能紡織品技術相關的專利信息，并按照年份進行統計分析，得到了近 20 年來，全球智 能紡織品技術相關專利申請量的變化情況，如圖 2 所示。

　　從圖 2 可以發現，與智能紡織品技術相關的專利申請總 體呈上升趨勢，這表明智能紡織品技術越來越受到重視。在2000—2006 年，專利的申請數量很少，此時的智能紡織品技術正處于萌芽階段。在 2007—2013 年，專利的年申請數量有了較大幅度地提高，專利的規模也逐漸擴大，這一時期的專利申 請總量大約是前一時期的 8 倍，此時的智能紡織品技術正處于快速成長階段。在 2013 年之后，專利的申請數量總體上依舊 呈現上升的態勢，這一階段的專利總申請量大約占據全部申請專利的 85% ，此時的智能紡織品技術正處于高速成長階段。

　　2. 2 專利申請國家或地區分布

　　專利不僅可以在發明人本國申請，也可在全球其他國家 和地區申請。因此，一個專利常會擁有多個國家或地區的專 利號。一個國家或地區的專利申請量往往反映了這個國家或地區的技術發展狀況、創新水平和市場地位。為了了解各個 國家或地區在智能紡織品技術上的發展狀況，對專利號碼 ( PN) 進行統計分析( 表 2) 。從表 2 可以看出，在中國申請的 智能紡織品專利數量多達 13 332 件，占比高達 52. 25% ，幾乎囊 獲了全球一半以上的智能紡織品專利。其次為美國，專利申請

　　數量為 4 506 件。世界知識產權組織、歐洲專利局緊隨其后，專 利申請數量分別為 1 686 件和 1 497 件。韓國和日本的專利申 請量分別排在了第五和第六位，專利申請量分別為 1 408 件和928 件。排名第七位到第十位的國家分別是澳大利亞、印度、加 拿大和德國，這些國家的專利申請量相對較少。

　　由此可見，目前智能紡織品的研究熱點主要集中在亞太地區、北美地區和歐洲地區，南亞地區和大洋洲地區主要是以 印度和澳大利亞為主，專利申請量相對較少。國際性或區域 性組織專利申請量排名靠前，這在一定程度上反映了專利權 人對全球專利布局具有較強的意識。

　　2. 3 主要專利權人分析

　　進一步從專利權人的角度，對智能紡織品專利申請量排 名前十的專利權人進行分析( 表 3) 。從表 3 可以看出，在智 能紡織品領域，韓國的三星電子公司申請的專利數量最多，美國的英特爾公司其次。這兩家公司在該領域具有明顯的優 勢。中國的東華大學排名第三，但與前兩名的差距較大。在 排名前十的專利權人中，有五家企業來自美國，分別是英特 爾、高通、IBM、飛利浦電子和蘋果公司，這幾家公司大部分排 名靠前，且科技實力雄厚，具有較強的競爭力。中國的專利權 人數量排名第二，擁有三家機構，分別是東華大學、江南大學和國家電網，這說明中國的創新主體是以大學機構和國有企 業為主。韓國和日本僅有一家企業進入前十，但韓國的三星 電子實力強勁，專利申請量約是第二名的 2 倍。

　　3 智能紡織品技術演化與研究前沿

　　3. 1 智能紡織品技術演化

　　以德溫特手工代碼作為關鍵詞，利用 CiteSpace 的共詞圖 譜分析，制作了 2000—2006 年、2007—2013 年、2014—2019 年 的全球智能紡織品技術聚類圖譜，由于聚類形成的初始節點分布過于緊密，在不改變原聚類的基礎上，對節點布局進行了 調整，使得繪制的圖譜更加清晰，如圖 3—圖 5 所示。聚類圖 譜中的聚類反映了智能紡織品技術的當前重點創新方向，因 此，通過不同時期的技術聚類結果，可以發現技術創新的動態 演化規律。同時，為了比較清楚地了解聚類內部結構，制作了 每一階段的聚類表格，每個表格中統計聚類成員數量大于等 于 25 的聚類，每個聚類中又分別列出了數量排名前 10 的技術代碼信息，見表 4—表 6。

　　3. 1. 1 萌芽期專利聚類分析

　　2000—2006 年的全球智能紡織品技術共現如圖 3 所示。 表4統計了圖3共現網絡中的聚類成員情況。在萌芽期的專利聚類圖中，聚類 ETA( electrical technology applications) 表 示電氣技術的應用，主要是在服裝方面; 聚類 DC&CT( digital computer and communication technology) 主要是數字計算機和 通信技術; 聚類 DT( detection technology) 涉及的是與檢測技術相關的專利; 聚類 TM( textile material) 主要是紡織物材料技術; 聚類 TT( textile treatment) 主要是紡織物處理技術。

　　在這 5 個聚類中，每個聚類的成員數較少，不同聚類間的 成員數也相差不大，表明這一階段的智能紡織品技術尚處于萌芽期。從聚類所包含的主要技術來看，智能紡織品技術的創新主要是應用創新、技術創新和生產工藝的創新。在應用創新領域，主要是電氣技術在服裝中的應用，形成了各種帶有 電氣裝置的服裝，如防護頭盔、加熱手套、救生衣等。在技術創新領域，主要是數字計算機和通信技術，如微型計算機、數 據傳輸及數據通信，以及各種檢測技術，如檢測劑、酶、傳感器 和檢測設備等。在生產工藝創新領域，主要是紡織物材料和 處理技術。紡織物的材料以聚合物為主，處理技術則包括化 學處理和物理處理兩個方面，化學處理主要有抗靜電劑、軟化 劑、表面活性劑、加工助劑等，物理處理主要有熱密封、焊接及 涂層處理等。

　　3. 1. 2 快速成長期專利聚類分析

　　2007—2013 年的全球智能紡織品技術共現如圖 4 所示。 表 5 統計了圖 4 共現網絡中的聚類成員情況。在快速成長期 的專利聚類圖中，聚類 DC&CT 主要是數字計算機和通信技 術; 聚類 TM 是紡織物材料技術; 聚類 TT 是紡織物處理; 聚類ET( electrical technology) 是電氣技術; 聚類 CPT( computer peripheral technology) 是計算機外圍設備技術; 聚類 MT( medical technology) 是醫療技術。

　　在這 6 個聚類中，不同聚類之間的成員數量相差較大，聚 類 DC&CT 與聚類 TM 的數量較多，其他聚類的成員數量相對較少，表明智能紡織品技術的創新重點開始出現分化，那些潛 在機會比較多的技術領域，如數字計算機和通信技術，紡織物材料技術愈發受到市場的重視和青睞，并得以快速發展。從 聚類所包含的技術來看，聚類 MT 主要是醫療應用創新，包括 各種醫療設備、檢測儀器和化學試劑等。聚類 TM 和聚類 TT主要是生產工藝創新，包括紡織物材料和處理技術。聚類DC&CT、聚類 ET 和聚類 CPT 主要是技術創新，包括數字計算 機和通信技術、電氣技術與計算機外圍設備技術。 結合上一個階段的數據可以發現，本階段的聚類數量有 所增加，智能紡織品技術的研究范圍也有逐步擴大。除了上 一階段出現的數字計算機和通信技術、紡織物材料技術、電氣技術及紡織物處理技術外，本階段還出現了計算機外圍設備技術和醫療技術。未來，隨著物聯網的普及和醫療健康需求 的增加，這些技術將具有廣闊的發展空間。

　　3. 1. 3 高速成長期專利聚類分析

　　2014—2019 年的全球智能紡織品技術共現如圖 5 所示。 表 6 統計了圖 5 共現網絡中的聚類成員情況。在高速成長期 的專利聚類圖中，聚類 TT 主要是紡織物的處理技術; 聚類DC&CT 是數字計算機和通信技術; 聚類 CPT 是計算機外圍設備技術; 聚類 ET 是電氣技術; 聚類 GA( garment applications) 是服裝領域的應用; 聚類 MT 是醫療技術; 聚類 S&C( surfactants and coatings) 是活性劑及涂層技術。

　　在高速成長階段的 7 個聚類中，每個聚類成員的數量都 較多，表明智能紡織品技術的研究內容更加復雜，研究的方向 也更加多樣，此時智能紡織品技術呈現一個高速成長的狀態。 從聚類所包含的主要技術來看，聚類 GA 與聚類 MT 屬于應用 領域創新，聚類GA包括了各種服裝，如防護服、安全服、夾克、襯衫等; 聚類 MT 則是醫療方向的應用，如電氣醫療設備、 加熱醫療設備、繃帶及急救包等。聚類 DC&CT、聚類 CPT 和 聚類 ET 屬于技術創新，主要的方向是計算機、通信和電氣技 術方向。聚類 TT 和聚類 S&C 屬于生產工藝創新，聚類 TT 對 紡織物的處理主要體現在織物分層技術和圖層間的連接技術上; 聚類 S&C 則包括了各種涂層材料及方法。 這三個階段進行比較，可以發現，智能紡織品技術的聚類數量逐漸增多，每個聚類的成員數也在增加，其創新的廣度和研究的復雜度都在增加。技術的發展是循序漸 進的，如第一階段出現的技術如數字計算機和通信技術、 紡織物材料和處理技術等在后兩個階段也相繼出現，第二個階段出現的計算機外圍設備技術和醫療技術在第三個 階段也繼續出現，并且成員規模都擴大了，這充分說明了技術演化的漸進性。

　　3. 2 技術關鍵點分析

　　分析網絡的關鍵點，通常采用的是網絡的中介中心度。 這是由美國社會學家林頓·弗里曼提出來的，它用于衡量一 個點位于“點對”的中間程度，他認為，如果一個行動者處于多 對行動者之間，那么他的度數一般較低，這個相對來說度數比較低的點可能起到重要的“中介”作用，因而處于網絡的中 心[18]。在 CiteSpace 中，通常采用中介中心性來衡量網絡中起 關鍵作用的節點。表 7 是 2014—2019 年智能紡織品技術關 鍵節點統計結果。以中介中心度大于 0. 01 為篩選條件進行 過濾，對于部分年份存在中介中心性較低的情況，則用當年擁 有最大中介中心性的節點代替。

　　結合表7 的數據可知，2014 年主要關注的是紡織物的材料和 處理技術，數字計算機和通信技術及醫療技術關注較少; 2015 年 的關注點是電氣技術、數字計算機和通信技術; 2016 年注重于計

　　算機、電氣技術及紡織物處理技術; 2017 年和 2018 年側重于紡織

　　物的處理技術。2019 年的關鍵點為計算機技術。關鍵點的統計 結果表明，每年的關鍵點技術都有所變化，但其主要的技術關鍵 點為電氣技術、數字計算機和通信技術及紡織物處理技術。

　　3. 3 技術熱點分析

　　一個熱點的出現意味著一個新的研究動向，各個熱點出 現的時間即是研究方向變化的時間，可以看是做知識網絡圖 譜動態變化的標志[18]。CiteSpace 中，分析網絡的熱點通常采 用 Burst( 突現) 值來衡量，它代表了專利突現的情況，即某一 個專利技術在短時間內出現的數量急劇增加的狀況，可以用 于研究技術聚類圖譜的興起之勢。

　　因為 2018—2019 年并未出現新熱點，所以表 8 只統計了2014—2017 年技術熱點的變化情況。2014 年的熱點主要是數字計算機和通信技術; 2015 年的熱點主要是電氣技術; 2016年的熱點較多，包括電氣技術、紡織物處理技術及計算機技 術; 2017 年的熱點主要是紡織物的處理技術。熱點技術的統 計表明，數字計算機和通信技術、電氣技術、紡織物處理技術是智能紡織品技術的熱點領域，值得重點關注。

　　4 結論

　　為了了解智能紡織品技術的研究現狀和演化模式，本文 從技術創新總體、技術演化與研究前沿兩個方向進行了探究。 通過專利申請量、申請國家和地區及專利權人的情況，分析研 究現狀; 利用 CiteSpace 工具，從知識圖譜的角度對智能紡織 品技術專利進行了計量分析，明晰其演化過程; 最后，通過測 算 2014—2019 年網絡中的中介中心性值和突現值，發現近年 來技術的重點創新方向及研究前沿，并得到了如下一些結論。

　　1) 全球智能紡織品技術的發展經歷了一個從緩慢到快速 的過程，雖然 2019 年的智能紡織品技術專利申請量有所下 滑，但總的來說，當前全球智能紡織品正處于高速成長階段， 未來還有較大的發展空間。

　　2) 從國家和地區的角度來看，智能紡織品技術的研究主要 集中在亞太地區、北美地區和歐洲地區，中國、美國、韓國和日本的研發實力較強。從專利權人的角度來看，在全球前 10 的智能 紡織品技術專利權人中，除了東華大學和江南大學外，其他均為 企業，且企業擁有大部分的專利，則說明智能紡織品技術的創新主體還是以企業為主，少數的巨頭企業領導智能紡織品技術的創新。

　　3) 智能紡織品技術的演化具有漸進性。隨著時間的推 移，智能紡織品技術的聚類數在增加，每個聚類的成員數也在 增加，其技術創新的廣度和深度在不斷加強。當前智能紡織 品技術的創新重點主要集中在應用創新、技術創新和生產工 藝創新三個方向上，具體的技術領域包括計算機技術、通信技 術、電氣技術、紡織物材料技術、紡織物處理技術及醫療技術。

　　4) 從技術關鍵點和技術熱點的角度來看，近年來智能紡 織品技術的創新前沿主要集中在數字計算機技術、通信技術、 電氣技術和紡織物處理技術上。2018—2019 年的研究熱點有 所缺失，尚未出現新的熱點，但技術的關鍵點表明，智能紡織 品技術有較明確的創新重點。隨著技術的進步和推進，未來 智能紡織品技術還將迎來新的熱潮。

　　參考文獻:

　　[1]白潔. 智能紡織品的分類及其應用[J]. 毛紡科技，2019，47( 4) :79-83.

　　BAI Jie. Classifications and applications of smart textiles[J]. Wool

　　Textile Journal，2019，47( 4) : 79-83.

　　[2]楊麗麗. 智能纖維及智能紡織品的研究與開發[J]. 中國高新區，2017( 5) : 60-61.

　　YANG Lili. Research and development of intelligent fiber and intelligent

　　textiles[J]. China High-Tech Zone，2017( 5) : 60-61.

　　[3]周佩佩. 智能纖維及其在紡織中的應用[J]. 山東紡織經濟，2016( 5) : 28-30.

　　ZHOU Peipei. Intelligent fiber and its application in textile[J].

　　Shandong Textile Economy，2016( 5) : 28-30.

　　[4]金雋. 新型智能紡織品的研究趨勢及應用[J]. 遼東學院學報( 自 然科學版) ，2015，22( 1) : 69-72.

　　JIN Jun. New type smart textile: research trends and application[J]. Journal

　　of Eastern Liaoning University( Natural Science) ，2015，22( 1) : 69-72.

　　[5]孫杰，李偉松，沈錦玉. 智能紡織品的應用現狀及其研究趨勢[J]. 中國纖檢，2019( 6) : 125-127.

　　SUN Jie，LI Weisong，SHEN Jinyu. Application and research trend of intelligent textiles[J]. China Fibre Inspection，2019( 6) : 125-127.

　　[6]王運利，劉奪奎，張瑩. 智能紡織品及其在不同領域中的應用 [J]. 染整技術，2008，30( 1) : 10-14.

　　WANG Yunli，LIU Duokui，ZHANG Ying. Intelligent textile and its application in different fields[J]. Dyeing and Finishing Techniques，2008，30( 1) : 10-14.

　　[7]羅益鋒. 智能纖維及智能紡織品的最新進展[J]. 紡織導報，2019( 7) : 61-62.

　　LUO Yifeng. Latest developments of smart fibers and smart textiles[J]. China Textile Leader，2019( 7) : 61-62.

　　[8]KUNIGUNDE C，VAN P L. Smart textiles: challenges and opportunities[J]. Journal of Applied Physics，2012，112( 9) : 91301.

　　[9]MARIE C，EST�KVE D，FOURNIOLS J Y，et al. Smart wearable systems: current status and future challenges[J]. Artificial Intelligence in Medicine，2012，56( 3) : 137-156.

　　[10]PARTHA-PRATIM R，DASH D，DE D. A systematic review of wearable systems for cancer detection: current state and challenges[J]. Journal of Medical Systems，2017，41( 11) : 1-12.

　　[11]JAYATHILAKA W A D M，QI Kun，QIN Yanli，et al. Significance of nanomaterials in wearables: a review on wearable actuators and sensors[J]. Advanced Materials( Weinheim) ，2019，31( 7) : e1805921.

　　[12]FATEMEH M，CHENG Z，RAAD R，et al. Piezofibers to smart textiles: a review on recent advances and future outlook for wearable technology[J]. Journal of Materials Chemistry A: Materials for Energy and Sustainability，2020，8( 19) : 9496-9522.

　　[13]陳悅，譚建國，王智琦，等. 專利視角下工業機器人領域的技術機會分析[J]. 科研管理，2018，39( 4) : 144-156.

　　CHEN Yue，TAN Jianguo，WANG Zhiqi，et al. Technological opportunity analysis of industrial robots from the perspective of patents[J]. Scientific Research Management，2018，39( 4) : 144-156.

　　[14]ZVI G. Patent statistics as economic indicators: a survey[J]. Journal of Economic Literature，1990，28( 4) : 1661-1707.

　　[15]陳悅，陳超美，劉則淵，等. CiteSpace 知識圖譜的方法論功能 [J]. 科學學研究，2015，33( 2) : 242-253.

　　CHEN Yue，CHEN Chaomei，LIU Zeyuan，et al. The methodology function of Cite Space mapping knowledge domains[J]. Studies in Science of Science，2015，33( 2) : 242-253.

　　[16]劉秀玲，陳浩. 基于專利的全球紡織技術創新前沿與演進趨勢[J]. 絲綢，2017，54( 12) : 32-42.

　　LIU Xiuling，CHEN Hao. Forefront and evolutionary trend of global textile technology innovation based on patent[J]. Journal of Silk，2017，54( 12) : 32-42.

　　[17]呂一博，韋明，林歌歌. 基于專利計量的技術融合研究: 判定、現狀與趨勢: 以物聯網與人工智能領域為例[J]. 科學學與科學技術管理，2019，40( 4) : 16-31.

　　L�a Yibo，WEI Ming，LIN Gege. Research of technology fusion based on patentometrics: judge，status and trends: take the field of internet of things and artificial intelligence as an example[J]. Science of Science and Management of S & T，2019，40( 4) : 16-31.

　　[18]劉軍. 整體網分析: UCINET 軟件實用指南[M]. 2 版. 上海: 格 致出版社/上海人民出版社，2014.

　　LIU Jun. Overall Network Analysis: A Practical Guide for UCINET Software[M]. 2nd Edition. Shanghai: Ge Zhi Press/ Shanghai People’s Publishing House，2014.