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77頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、專利分類方法以及技術(shù)發(fā)展趨勢預(yù)測是當(dāng)前進行專利引用分析的兩個主要方向,傳統(tǒng)研究手段往往只根據(jù)節(jié)點屬性或者節(jié)點拓?fù)浣Y(jié)構(gòu)進行分類研究,沒有充分挖掘引文網(wǎng)絡(luò)的信息,對于研究技術(shù)發(fā)展趨勢,通常關(guān)注的是專利之間直接的引用關(guān)系,不能分析隱含其中的知識流動軌跡。針對以上問題,本文綜合節(jié)點屬性,節(jié)點拓?fù)浣Y(jié)構(gòu)特征和節(jié)點的結(jié)構(gòu)模式,提出采用監(jiān)督學(xué)習(xí)的方法進行專利分類分析,并在此基礎(chǔ)上采用結(jié)構(gòu)模式發(fā)現(xiàn)的方法分析專利技術(shù)的發(fā)展趨勢,掌握知識流動的方向。

2、  本研究主要內(nèi)容包括:⑴闡述了專利要素、專利引文以及專利引用網(wǎng)絡(luò)的分類,并采用圖論方法對專利引文網(wǎng)絡(luò)進行建模,研究了網(wǎng)絡(luò)的四類中心性評價指標(biāo),包括度中心性、接近中心性、介數(shù)中心性以及特征向量中心性,并且提出了進行中心性分析的具體框架和方法。⑵針對專利分類分析,提出了采用投影的方法把網(wǎng)絡(luò)中的節(jié)點投影到多維空間中進行數(shù)據(jù)分析的思路。采用圖神經(jīng)網(wǎng)絡(luò)模型把節(jié)點屬性,節(jié)點拓?fù)涮卣骱凸?jié)點結(jié)構(gòu)模式綜合到統(tǒng)一的框架下,以監(jiān)督學(xué)習(xí)的方式實現(xiàn)了網(wǎng)絡(luò)分析到

3、多維空間的數(shù)據(jù)分析的投影,并且具體介紹了模型參數(shù)的學(xué)習(xí)和模型的執(zhí)行,并以人工網(wǎng)絡(luò)和實際專利引文網(wǎng)絡(luò)為案例驗證了此方法的有效性和可行性。⑶定義了專利引文網(wǎng)絡(luò)的結(jié)構(gòu)模式,通過縮略圖和映像矩陣來表示結(jié)構(gòu)模式,提出了基于密度的結(jié)構(gòu)模式發(fā)現(xiàn)的算法。同時假設(shè)了理想結(jié)構(gòu)模式對進一步分析網(wǎng)絡(luò)的結(jié)構(gòu),掌握知識流動的方法有重要意義,把理想結(jié)構(gòu)模式的發(fā)現(xiàn)轉(zhuǎn)換為圖匹配問題,并采用圖仿真方法對專利引文網(wǎng)絡(luò)的結(jié)構(gòu)模式進行理想結(jié)構(gòu)模式的挖掘與分解。結(jié)合中心性分析,解

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。

最新文檔

評論

0/150

提交評論