2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩126頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、本文將一定時(shí)期區(qū)間內(nèi)的某技術(shù)領(lǐng)域的具備一定競爭力和/或市場價(jià)值的專利稱為核心專利,并假設(shè)這些專利與其他專利相比具有某種特殊屬性,可以從專利文獻(xiàn)信息中分離出來,稱這種分離方法為核心專利識別。
  核心專利識別方法大致可以分為主觀和客觀兩大類,本文著重研究了后者,即根據(jù)專利文獻(xiàn)信息中的某些數(shù)值指標(biāo)及其加權(quán)組合的值的大小識別核心專利,并給出了核心專利的量化定義。
  專利文獻(xiàn)信息的屬性很多,本文選擇其中的專利發(fā)明人數(shù)、專利權(quán)人數(shù)、

2、專利引用非專利文獻(xiàn)數(shù)、施引專利計(jì)數(shù)、專利引用專利文獻(xiàn)數(shù)、同族專利成員計(jì)數(shù)、權(quán)利要求計(jì)數(shù)、同族專利國家/地區(qū)數(shù)等八組屬性,將其值作為識別核心專利的指標(biāo)。為此,定義這八組指標(biāo)的加權(quán)值為核心專利綜合指數(shù)(Composite Index of CorePatent,以下簡稱CICP),在此基礎(chǔ)上深入地分析研究了加權(quán)系數(shù)的三種確定方法,即層次分析法(AHP)、粗糙集理論(RS)和TOPSIS(Technique for Order Prefere

3、nceby Similarity to an Ideal Solution)法。研究表明,粗糙集理論能更有效地分析和處理專利信息,與層次分析法相比其結(jié)果更為客觀,權(quán)重確定結(jié)果比TOPSIS法更理想。此外,研究還表明,在同一時(shí)間段,不同技術(shù)領(lǐng)域,其指標(biāo)效力并不一樣,即各指標(biāo)權(quán)重不一樣,本文稱此為指標(biāo)效力的技術(shù)領(lǐng)域分析;在同一技術(shù)領(lǐng)域,不同時(shí)間段,其指標(biāo)效力亦不一樣,本文稱此為指標(biāo)效力的時(shí)域分析。
  在上述研究的基礎(chǔ)上構(gòu)建了核心專利

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論