期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于专利维度全球陶瓷墨水技术发展态势研究
1
作者 徐笑阳 贝汶 +3 位作者 王瑶 杨雅茹 罗智华 劳新斌 《中国陶瓷》 CAS CSCD 北大核心 2024年第4期42-49,共8页
陶瓷墨水是一种含有特殊陶瓷粉体的液体,通常由陶瓷颜料、溶剂、分散剂、黏结剂、表面活性剂和其他助剂组成,是陶瓷喷墨打印技术的核心物质。为了解全球陶瓷墨水技术发展态势,基于专利维度,通过incoPat平台检索相关专利数据,从专利申请... 陶瓷墨水是一种含有特殊陶瓷粉体的液体,通常由陶瓷颜料、溶剂、分散剂、黏结剂、表面活性剂和其他助剂组成,是陶瓷喷墨打印技术的核心物质。为了解全球陶瓷墨水技术发展态势,基于专利维度,通过incoPat平台检索相关专利数据,从专利申请趋势、地域分布、创新主体和技术功效等角度进行分析。结果表明,全球陶瓷墨水领域当前处于快速发展期;中国、美国和日本同时为全球陶瓷墨水的主要技术来源国和目标市场国;企业在陶瓷墨水领域整体增长速度最快,但技术创新主体仍集中在国外企业;技术热点集中在提高陶瓷墨水的呈色能力和实现新功能等,技术突破点可从增强渗透性、控制合适表面张力和控制干燥速率等方面考虑。 展开更多
关键词 陶瓷墨水 专利 技术发展态势 技术热点 技术突破点
下载PDF
侵权诉讼背景下的专利无效宣告影响因素研究
2
作者 彭启宁 柳炳祥 +2 位作者 付振康 冯广宇 贝汶 《科技情报研究》 2024年第1期75-89,共15页
[目的/意义]以侵权专利为切入点,探究不同因素对专利技术侵权无效宣告倾向的影响机制,对比分析同一领域不同的侵权主题下无效宣告影响因素存在的差异。[方法/过程]文章首先利用LDA主题模型对所选新兴产业领域的侵权主题进行细分,了解该... [目的/意义]以侵权专利为切入点,探究不同因素对专利技术侵权无效宣告倾向的影响机制,对比分析同一领域不同的侵权主题下无效宣告影响因素存在的差异。[方法/过程]文章首先利用LDA主题模型对所选新兴产业领域的侵权主题进行细分,了解该领域侵权专利的不同侵权主题和侵权主题词;其次,利用统计相关性模型计算在不同侵权分类主题下的各类数据指标,对比分析无效宣告倾向的相关性;最后,通过构建多特征融合的随机森林模型,对不同侵权分类主题下的专利分别进行无效宣告分类的识别训练,并利用可解释机器学习中的LIME模型,对模型中计量指标特征影响程度进行解释。[结果/结论]根据主题分类后的相关性分析发现,不同主题分类下所选取的特征指标,不但在侵权后判定是否无效的整体影响程度各不相同,而且在不同分类结果的影响因素和影响程度排序也不相同,此外,不同分类主题所依赖的分类规则和分类指标存在显著的差异。 展开更多
关键词 LDA模型 随机森林模型 专利无效 Word2vec模型 可解释机器学习
下载PDF
融合专利计量指标和文本特征的侵权无效宣告预警 被引量:1
3
作者 彭启宁 柳炳祥 +2 位作者 付振康 冯广宇 贝汶 《竞争情报》 2023年第4期29-39,共11页
基于机器学习算法,对专利无效宣告构建多模态特征融合预测模型,探究专利无效宣告预警指标体系。将文本数据和指标数据进行降维融合,建立基于机器学习中集成学习模型和单个分类模型的专利无效分类预测模型,对新兴产业中信息技术产业的专... 基于机器学习算法,对专利无效宣告构建多模态特征融合预测模型,探究专利无效宣告预警指标体系。将文本数据和指标数据进行降维融合,建立基于机器学习中集成学习模型和单个分类模型的专利无效分类预测模型,对新兴产业中信息技术产业的专利侵权案件进行无效宣告分类预测。构建的5种模型在测试集上的平均F1值均在0.8以上,其中逻辑回归随机森林模型表现最优(F1=0.9821)。 展开更多
关键词 专利无效宣告 预警体系 集成学习 word2vec PCA降维
下载PDF
侵权诉讼背景下标准必要专利价值分类识别体系构建
4
作者 彭启宁 柳炳祥 +1 位作者 付振康 贝汶 《知识管理论坛》 2023年第6期461-475,共15页
[目的/意义]基于机器学习算法,对行业标准专利构建多模态特征融合的自动分类筛选模型,探究侵权诉讼背景下标准必要专利价值分类指标体系。[方法/过程]首先利用美国专利商标局的发生侵权诉讼后的标准必要专利作为标记数据,将文本数据和... [目的/意义]基于机器学习算法,对行业标准专利构建多模态特征融合的自动分类筛选模型,探究侵权诉讼背景下标准必要专利价值分类指标体系。[方法/过程]首先利用美国专利商标局的发生侵权诉讼后的标准必要专利作为标记数据,将文本数据和指标数据进行降维融合后,建立基于机器学习中监督学习和半监督学习模型专利分类筛选模型,最后对数字创意产业的标准专利进行分类筛选。[结果/结论]基于机器学习中监督学习和半监督学习模型算法构建一套较为完整的多特征融合专利价值自动分类筛选模型。构建的4种模型在测试集上的平均F1值均在0.8以上,其中伪标签随机森林模型表现最优,平均F1值达到0.87106。 展开更多
关键词 侵权诉讼 标准专利 机器学习 自然语言处理 分类筛选
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部