专利分类
专利分类的相关文献在1983年到2022年内共计88篇,主要集中在科学、科学研究、自动化技术、计算机技术、信息与知识传播
等领域,其中期刊论文67篇、专利文献70090篇;相关期刊46种,包括电子知识产权、科技与法律、会计研究等;
专利分类的相关文献由212位作者贡献,包括余本功、张培行、文贵华等。
专利分类—发文量
专利文献>
论文:70090篇
占比:99.90%
总计:70157篇
专利分类
-研究学者
- 余本功
- 张培行
- 文贵华
- 佘远程
- 余翔
- 刘会景
- 刘永刚
- 刘玉琴
- 刘贵全
- 叶建发
- 唐向东
- 张宏梅
- 方曙
- 曹雨蒙
- 朱新超
- 朱玉全
- 李忠一
- 王刚锋
- 王庆才
- 石亮
- 耿俊浩
- 胡正银
- 范招娣
- 贺铃岚
- 郭炜强
- 金健
- 马建红
- 魏国柱
- 丁月华
- 严薇
- 仝彤
- 任晓玲
- 何朝旭
- 何洋
- 何瑞莲
- 何艳霞(校对)
- 余明伟
- 侯超异
- 冯仁涛
- 冯培恩
- 刘中涛
- 刘凯
- 刘双耀
- 刘小安
- 刘小安1
- 刘桂锋
- 刘海军
- 刘畅
- 刘畅2
- 刘磊
-
-
寇园园;
陈会英;
徐华杰;
刘凯
-
-
摘要:
[研究目的]中国已成为海外跨国公司人工智能专利布局的重要目标市场,探究海外跨国公司在华人工智能专利布局及竞争态势,有助于防止其在华进行垄断式专利布局,为中国企业和政府机构在长期性科技竞争中制定和调整专利战略提供理论依据。[研究方法]从IPC专利分类视角出发,利用马尔可夫链和显性技术比较优势指数,识别海外跨国公司在华人工智能专利布局的演进特征和演变结果,运用结构相似度和结构调整度指数,衡量中国市场人工智能专利竞争态势。[研究结论]海外跨国公司采取了积极扩张的专利策略,不断扩大人工智能专利布局范围;布局重心由基础算法向基础硬件和垂直应用领域转移,形成了25个新兴领域和17个重点领域,部分领域持续发展成为较稳定的优势领域;中国同美国、日本、韩国和欧洲的人工智能跨国公司技术互补性降低、竞争程度增加,特别是与美国跨国公司的技术竞争最为激烈。
-
-
赵浩
-
-
摘要:
高价值专利是推动创新发展,充分发挥知识产权在市场中价值的重要抓手.而从浩如烟海的专利数据中筛选出高价值专利如同"大海捞针",如果仅靠人工进行识别和筛选,需要考虑的各类指标因素较为庞杂,在实际过程中不易操作.本文将机器学习技术与知识产权跨界融合,以中国专利奖获奖专利为主要数据样本,基于神经网络算法并利用TensorFlow深度学习框架,设计出一套专利价值分类模型,训练达到了较好分类效果,以期对企业专利分级管理提供一套创新的思路.
-
-
张冬;
李诗妍
-
-
摘要:
国家军民融合战略对民参军提出了激发企业参军积极性的新要求,企业专利参军后产生的利益变动表明参军转化后的新专利不可简单套用原来的国防专利模式.基于我国民参军中企业专利转变的性质和其引发的权属争议,应当及时防范企业参军热情减退的风险,可以考虑建立合理的专利补偿制度、充分保障企业参军过程中获得报酬的权利,健全企业在参军过程中的利益保障制度,以期提升民参军对国防建设的贡献度和影响力.
-
-
冯仁涛;
余翔
-
-
摘要:
[目的/意义]通过计量分析模型探讨专利技术范围是否适合作为专利价值的指标,对专利范围与价值的关系作出新的解释,有助于专利范围指标的合理使用.[方法/过程]通过1985-2014年中国生物技术领域专利数据,构建基于专利IPC分类号的专利范围指标以及技术、法律、经济三个维度的专利价值指标,运用Probit和Poisson回归模型研究专利价值与专利技术范围的关系.[结果/结论]专利技术范围与不同维度专利价值之间的关系存在明显差异,技术范围与专利技术价值之间存在显著正相关,与专利的法律价值显著负相关,但是对专利的经济价值没有影响.因此,在生物技术领域,专利技术范围不是合适的专利价值指标.
-
-
王庆才;
刘贵全
-
-
摘要:
专利分类是专利分析的基本任务,而基于深度学习的自动化专利分类方法可以有效地执行专利分类任务。现有研究大多利用自然语言处理方法,基于单个专利的文本内容(如摘要和标题)对专利文本进行分类,而专利及标签之间的宏观关系(如专利之间的引用和标签之间的共现)在很大程度上被忽略。为了缓解专利分类中单一专利信息的问题,构建了三个图网络表示专利及其标签之间的宏观关系,然后提出一个基于混合表征学习的专利分类框架,将专利及标签的宏观关系融入分类中,以提高专利的自动化分类的准确性。在真实的专利数据集的实验结果表明,该分类方法在多个评价指标上取得了最佳的性能。
-
-
王庆才;
刘贵全
-
-
摘要:
专利分类是专利分析的基本任务,而基于深度学习的自动化专利分类方法可以有效地执行专利分类任务.现有研究大多利用自然语言处理方法,基于单个专利的文本内容(如摘要和标题)对专利文本进行分类,而专利及标签之间的宏观关系(如专利之间的引用和标签之间的共现)在很大程度上被忽略.为了缓解专利分类中单一专利信息的问题,构建了三个图网络表示专利及其标签之间的宏观关系,然后提出一个基于混合表征学习的专利分类框架,将专利及标签的宏观关系融入分类中,以提高专利的自动化分类的准确性.在真实的专利数据集的实验结果表明,该分类方法在多个评价指标上取得了最佳的性能.
-
-
郑伟伟;
邓隽
-
-
摘要:
本文对H01M领域IPC和CPC分类体系进行了比较和分析,并通过具体案例探讨了CPC分类体系在H01M领域分类和检索中的应用,合理、灵活地运用CPC分类号,能够有效提高检索效率。"联合专利分类体系(Cooperative Patent Classification)",简称CPC分类体系,是由欧洲专利局(EPO)和美国专利商标局(USPTO)在原有的欧洲专利分类(ECLA)体系的基础上,参照WIPO分类标准和IPC分类的结构,并融入美国专利分类(UC)的成功实践而共同开发建立的一个新分类体系。
-
-
-
-
陈子豪;
谢从华;
时敏;
唐晓娜
-
-
摘要:
针对现有中文专利文本的自动分类方法存在分类处理过程复杂耗时长、精度低且对硬件的要求较高等问题,本文提出了一种基于fasttext的中文专利文本快速分类的新方法.首先,对采集的专利文本数据使用中文处理工具包FoolNLTK分词,参照百度停用词表去除停用词,减少停用词出现的频率,提高关键词密度.其次,将输入层中的词和词组利用n-gram模型构造文本特征向量,再将文本特征向量通过线性变换映射到隐藏层变量,隐藏层通过求解最大似然函数,根据每个类别的权重和模型参数在输出层上构建Huff man树,利用softmax计算概率实现专利文本分类.实验结果表明,本方法分类精度高,与基于TextCNN、TextRCNN深度学习的专利分类方法相比,分类速度快很多.