精华内容
下载资源
问答
  • 发明专利数量仍呈现上升态势,公开专利超过 260 万件。由此可见,全球企业、高等院校、政府以及研究机构正在坚持不懈地为解决人类所面临的重大问题而提供新的解决方案。 作为全球领先的智能信息服务提供商,科睿.....

    据科睿唯安日前发布的《2017 全球创新报告:进无止境》显示,2016 年度,科学研究与专利活动在 12 个主要行业的增长速度均逊色于 2015 年度。但发明专利数量仍呈现上升态势,公开专利超过 260 万件。由此可见,全球企业、高等院校、政府以及研究机构正在坚持不懈地为解决人类所面临的重大问题而提供新的解决方案。

    作为全球领先的智能信息服务提供商,科睿唯安通过值得信赖的数据与分析助力创新。此次是科睿唯安第八次发布该报告。报告作为全球创新活动的风向标,对全球数据包括专利申请及学术论文进行了细致分析。本年度的研究发现:专利申请数量同比增长 8%,低于去年的 14%;同时各行业仍在持续创新,居于首位的食品、饮料和烟草行业,增速为 39%。

    《2017 全球创新报告》着眼于以下 12 个主要行业:航空航天与国防、汽车、生物技术、化妆品与健康、食品、饮料和烟草、家电、信息技术、医疗器械、石油和天然气、制药、半导体和通讯。

    此外,该报告还对全球学术论文进行了跟踪,从而探究科技与学术研究现状,了解未来的创新想法和创新保护趋势。2016 年度的学术论文产出增长率同样不及 2015 年度,进一步印证了创新的增长速度可能会进一步放缓。

    科睿唯安首席执行官 Jay Nadler 表示:“创新的脚步并未停歇,创新仍处于上升趋势。我们始终坚持通过具体指标来衡量创新状况,希望对未来有一个清晰的展望。”

    美国信息技术与创新基金会 (Information Technology and Innovation Foundation,简称 ITIF) 指出,创新推动经济增长。研发活动让科学家和研究人员能够获得新知识、开发新技术和新技能,让人们在不增加甚至减少资源消耗的情况下生产更多的产品、提高生产力、促进经济增长。研究表明:研发投资每增加 1%,经济便会增长 0.61%。

    创新活动呈现出全球性放缓趋势,高科技行业引领创新之路

    下面是今年创新报告中的一些主要发现:

    • 创新活动呈现出全球性放缓趋势,发明专利数量同比增长 8%,低于去年的 14%,也不及 2011 到 2015 年间 12% 的年平均增幅。导致增速减缓的原因或许与目前占到世界发明专利总量 60% 的中国市场进入平台期有关。
    • 2015 到 2016 年间,中国的发明专利增长率仅为 9%,远远低于 2014 到 2015 年间的 25%。这可能是因为中国经济增长速度放缓而导致研发投资增幅相应放缓(据估计,中国的国内研发总支出 (GERD) 在 2016 年约增长了 8.5%,低于 2015 年的 8.9%)。
    • 消费品(食品、烟草、酿造和化妆品)、生命科学(生物技术和制药)、以及某些高科技(航空航天、半导体和信息技术)行业引领创新之路。这些领域在 2016 年的创新增速均高于 8% 的总体平均水平,尤其是食品、饮料和烟草风头最劲,以 39% 的增幅稳居榜首。其他五个领域——化妆品、生物技术、制药、信息技术和航空航天,也都实现了两位数增长,增幅分别是 23%、22%、20%、15% 和 13%。

    《2017 全球创新报告》中的数据来自于德温特世界专利索引 (Derwent World Patents IndexTM,简称 DWPI) 和 Web of ScienceTM。

    聚焦中国创新:中国新发明专利的数量占全球总量的 68.1%

    尽管中国的专利活动增长速度近期有所放缓,但在过去的十年间,中国发明专利数量的年均增长率仍保持 22.6% 的高水平(基于 DWPI 的基本专利统计)。2016 年,中国新发明专利的数量已从 2007 年的 25.2 万件增长至 182 件万。相比之下,2007 到 2016 年间,世界其他国家和地区的专利增长率趋于平稳,年均增幅仅为 0.3%。此外,2016 年度,中国新发明专利的数量仍占全球总量的 68.1%(基于 DWPI 的基本专利统计),比 2007 年的 23.3% 增长了三倍。

    科睿唯安大中华区总经理郭利女士表示:“我们基于近期开展的市场调查结果和客户反馈,看到中国企业越来越多的重视知识产权战略、知识产权管理与评估工作,并将重点从专利数量转变为专利质量。科睿唯安每年在全球范围内为顶尖的创新服务机构提供数以千计的专业服务项目,帮助客户寻找技术方案和研发路径,扫清知识产权风险,解决知识产权纠纷,以及支持知识产权资本化。希望中国企业在群雄逐鹿的商业时代占据领先地位,引领世界创新的新潮流。”

    科睿唯安全球知识产权服务部副总裁 Stuart Recher 表示:“中国的市场发展前景很大,为了更好地满足中国用户需求并服务于中国市场,我们今年还在中国建立了本土化的专利检索与分析团队。我们深知发展全球业务必须立足于本地,该本地团队将与欧美团队、日本团队和印度团队一起,共同推进中国以及亚太国家 / 地区乃至全球客户的发展。科睿唯安始终以满足客户需求为己任,不断加大投入,持续构建满足全球客户需求的能力。”

    43fa51188587efe66a7d93bfbbfcd5f35f909614

    淘汰司机:汽车行业面临的最重大、最具革命性的创新

    “无人驾驶和互联汽车已是大势所趋。但要想得到普及,首先必须解决人身安全、信息安全和数据隐私方面的众多问题。

    我们的当务之急是要研究出能够保证这些未来车辆(包括“飞行汽车”)安全躲避行人的方法,这种情况若处理不当,很有可能酿成大祸。由于未来车辆将彼此 互联并与云架构相连,因此数据安全和隐私极为重要。我们非常重视软硬件的设计,唯恐遭遇网络攻击。如此一来,即使防线被突破,我们至少可以检测到攻击并对其隔离,同时让乘客自行决定他们希望共享哪些出行和行为信息。”

    Alberto Sangiovanni Vincentelli 

    电气工程与计算机科学系

    加州大学伯克利分校

    “汽车行业面临的最重大、最具革命性的创新也许就是淘汰司机了。”

    “The Future of Autonomous Cars” (无人驾驶汽车的未来)

    2016 M2M 系列调研

    Berg Insight 

    a4d395a5d621b687f7d7f5ce1f9b8d79c8dc2233

    无人驾驶汽车的竞争愈演愈烈,每个机构都想在这个数十亿美元的技术领域占得一席地位。大多数主流汽车制造商都在开发能够自动驾驶的智能车辆,所有人都想借这股东风将无人驾驶汽车尽快推向市场。汽车制造商都知道,实现车辆的自动驾驶需要借助多项技术,无论是LiDAR(激光探测与测距)防碰撞技术360°无死角全景摄像头导航系统还是微小但却至关重要的感应系统;而这些技术很可能都已受到专利保护。因此,知识产权将在很大程度上决定谁能在这个市场上占得先机。掌握自动驾驶核心技术的专利持有人可通过专利实施许可获利,或者有很大机会被其他亟需此类技术的大厂商收购。

    谷歌从 2009 年开始研发无人驾驶汽车,迄今为止已累积了数百件无人驾驶核心技术专利,如车载 LiDAR 装置(US8836922B1)、身旁危险驾驶行为检测(US20140236414A1)及自动驾驶模式切换(US20170043788A1)等,在这场竞争中已将对手甩在身后。谷歌非常重视对公司专利组合及无人驾驶汽车投资的保护。谷歌母公司 Alphabet Inc. 旗下负责研发无人驾驶汽车的子公司 Waymo 目前正在起诉优步旗下研发无人驾驶卡车的初创公司 Otto,指控其涉嫌盗用 Waymo 的激光 LiDAR 设计(美国加利福尼亚北区联邦地区法院,案号:3:17cv00939)。由于谷歌在无人驾驶汽车的研发工作上已投入巨资,因此,他们必须通过捍卫其知识产权来确保公司在初期的大量投资最终能够取得回报。

    8b2c3d20bd798dc2fcad1d2f595d5abae51df642

    许可、合作或收购也将决定谁能留下而不被淘汰。为了获得可在自动驾驶汽车中使用的视觉处理芯片和摄像头,英特尔不惜斥资 153 亿美元收购了以色列公司 Mobileye,将该公司拥有的 100 多件专利收归旗下。此类人工智能芯片自带神经网络的运算能力,可通过分析大量数据(如精细图像识别)来获知多项互不相干的任务。英特尔如此大手笔的收购不仅表明自动驾驶汽车领域的巨大增长潜力,同时还显示出市场对该领域核心技术的迫切需求。

    由于全自动驾驶汽车牵扯到的技术太多,因此,各家厂商不得不借助合作才能获得这些技术和知识产权,博采众家之长。例如:

    • Mobileye、英特尔和宝马已联手将一批测试车辆送到路上进行路测。
    • 优步 /Otto 与沃尔沃汽车集团结盟,正在其XC90 SUV 车型上进行无人驾驶测试。 
    • 尽管不会与盟友分享其专属的自动驾驶技术,但谷歌母公司 Alphabet Inc. 仍与菲亚特 / 克莱斯勒公司达成合作,将克莱斯勒的一批无人驾驶 Pacifica 厢式休旅车送上道路。
    • 雷诺与日产结盟,并与 TransDev 签署了研发合同,联合开发利用自动驾驶车辆提供公共交通和私人出行服务,并已使用雷诺电动掀背车 ZOE 进行了初期测试。

    无人驾驶汽车已经开始在一些国家接受上路测试,尤其是美国。考虑到道路基础设施、交通状况和驾驶行为的差异,在多个国家或地区开展测试乃是必要之举。例如,日产聆风在伦敦 ExCel 会展中心附近的繁忙道路上自顾不暇,沃尔沃 XC90 在多车道高速路上呼啸而过,这两种不同路况对无人驾驶技术的考验是不可同日而语的。测试也不会总是一帆风顺。优步-沃尔沃无人驾驶汽车便在亚利桑那州坦佩市的道路上,与一辆手动驾驶汽车碰撞之后侧翻在地。只有经过测试,我们才了解到实现车辆的真正自动驾驶有多么困难。无人驾驶汽车借助自适应巡航控制、车道偏离检测和自动转向等技术沿高速公路自动行驶并不困难,但让它们处理更复杂的突发状况则完全 是另外一回事。

    在一个没有明确路权或规则可循的十字交叉路口,人类驾驶员可以通过观察其他驾驶员的面部表情或手势轻松判断出谁先通行,但无人驾驶汽车则可能陷入瘫痪。优步 - 沃尔沃无人驾驶汽车的撞车事件虽然最终被定性为对方全责,但无人驾驶车辆也必须学会预先判断对方驾驶员是否有可能在变灯时闯红灯或做出不当的驾驶行为;它们必须学会酌情避让违规车辆,而无论自己是否享有优先路权。如何让无人驾驶汽车做到既能安全行驶、同时又足够强势,以至于不会沦为只会一味避让的“弱者”,这绝对是一门平衡艺术。如果道路上行驶的都是可以相互“交谈”的无人驾驶车辆,那么,安全有序行驶将是非常简单的工作。但现在的情况是,无人驾驶汽车和人类手动驾驶汽车都在道路上疾驰,从而导致自动驾驶汽车的上路变得难上加难。

    除技术因素外,自动 / 无人驾驶汽车上路行驶还有许多法律、保险和道德上的问题需要梳理:

    • 是否需要考取驾照?
    • 是否需要上车险?
    • 发生交通事故时,责任由谁来承担?

    无人驾驶汽车要想被人们接受,首先必须解决这些关键问题,尽管有些问题很可能要等事到临头才能上法院得到解决

    有一件事是可以肯定的:随着汽车越来越智能、互联程度越来越高,它们很有可能改变人们的生活。想像一下,采用人工智能、通过“物联网”互联的无人驾驶汽车能够依照指示接送您、感受您的情绪或身体状况并做出相应的反应,甚至能与远程“网络医生”共享您的生理数据。有了这些互联的自动驾驶汽车,您就可以在路途中工作或休息。抵达目的地后,它们可以自己去停车,或者将您放下后再开走,投入共享汽车的行列为您赚取一些额外收入,并在接到您的命令后返回原处。无人驾驶汽车将为人类带来无尽可能。

    图表:汽车领域的全球创新企业

    1d739b88b254270895cf7f5597a90bba4cbe579a


    原文发布时间为:2018-01-22

    本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

    原文链接:2017 全球创新报告:中国新发明专利数占全球近七成,无人驾驶抢眼

    展开全文
  • 更多精彩内容,请微信搜索“FPGAer俱乐部”关注我们FLEX LOGIX公司联合创始王成诚博士获美国专利局正式颁发适用于在eFPGA 阵列内集成自定义RAM的RAMLinx互连专利,新RAMLinx 使得eFPGA阵列能集成不同种类、数量及...

    更多精彩内容,请微信搜索“FPGAer俱乐部”关注我们

    FLEX LOGIX公司联合创始人王成诚博士获美国专利局正式颁发适用于在eFPGA 阵列内集成自定义RAM的RAMLinx互连专利,新RAMLinx 使得eFPGA阵列能集成不同种类、数量及容量的RAM。

    领先的eFPGA IP,架构,和软件供应商今天宣布,其联合创始人王成诚博士发明的一项新的eFPGA 互连专利已由美国专利局正式颁发,U.S. Patent 9,973,194。这项专利使得Flex Logix在2017,2018年获得多项互连专利的基础上更进一步,充分体现了公司的EFLX eFPGA技术平台的创新性。 新专利互连被命名为RAMLinx, 适用于在eFPGA阵列里集成任意种类,数量,容量的RAM。这让使用Flex Logix的EFLX eFPGA IP核的客户不仅能自定义eFPGA 阵列的大小,亦能自定义在 eFPGA 阵列里集成的RAM 的种类、数量、和容量,迅速地获得完全契合客户需求的eFPGA核。

    “其他使用传统FPGA技术的厂商是无法达到我们这个专利技术带来的灵活性和优势的,” Geoff Tate, FlexLogix CEO和联合创始人说。 “这项技术是我们的一大竞争优势,因为不同客户的应用需要用到的RAM也是不同的。有些客户只需要很少的RAM,有些则需要很多的RAM, 有些只需单端口,有些要双端口,还要ECC或Parity,更有要用比如TCAM 这种特别类型的,各式各样的需求。传统FPGA 技术只能提供用双端口RAM 做成的“Block RAM”,并只能按固定的比例在阵列里集成,既不灵活成本也高。而FlexLogix 利用RamLinx 专利技术的灵活性就能够满足所有客户的需求。”

    Flex Logix的eFPGA阵列是由EFLX4K 或EFLX150 的IP 核拼接而成的。RAMLinx 专利技术利用阵列拼接的缝隙将RAM 集成到阵列里并能通过阵列内部的IO 与eFPGA 的逻辑互连。集成好的RAM 就成为了阵列的一部分,EFLX Compiler 设计软件可以根据RTL 综合的结果来自动连接RAM。

    利用RamLinx 连接集成RAM的设计模式还可以延伸用来集成客户自定义的逻辑模块。比如,在5G 或AI应用中会有一些客户需要重复使用某些自定义的逻辑或算法模块。客户可以利用ASIC门来设计这些模块以降低面积或增加性能,然后Flex Logix可以像集成RAM 一样将这些自定义的逻辑或算法模块集成到eFPGA 阵列里,从而极大地增强客户设计的灵活性和性能。


    本文转载http://www.eet-china.com/news/article/201805170927,如涉及侵权,请私信小编删除。

    ============华 丽 的 分 割 线============


    想加入我们FPGA学习交流群吗?可以长按或扫描以下二维码,审核通过后我们邀请您加入

    这些微信群旨在打造一个提供给FPGA工程开发人员及兴趣爱好者(统称“FPGAer”)进行技术交流、答疑解惑和学习的平台。而且我们也将会通过网络举办FPGA技术讲座,分享相关研究文献 



    了解更多FPGA知识可以长按或扫描以下二维码关注FPGAer俱乐部


    展开全文
  • 日前,新昌县路政员王治阳终于拿到了发明名称为“首笔音素字母注音输入法”的发明专利证书。这项发明是在他10年前的原始性发明——汉字码输入法基础上的再创新改进,为汉字输入注入了高效的“推进燃料”。在接受本报...

    日前,新昌县路政员王治阳终于拿到了发明名称为“首笔音素字母注音输入法”的发明专利证书。这项发明是在他10年前的原始性发明——汉字码输入法基础上的再创新改进,为汉字输入注入了高效的“推进燃料”。

    在接受本报记者采访时,王治阳感慨万千:“我是研究输入法的,却意外发明了新的字母,这个字母与其他字母不同,是含有一个或多个字母的字母。”

    6e0e5884c5fbed24f972f8b9e36bb76b.gif

    汉字编码输入法发明数量第一人

    c582bfc7c70db7d806a6cd65e035d30f.png

    王治阳是新昌县东茗乡后岱山村人。1993年,他以全乡第一名的中考成绩考入绍兴中专,学习五笔打字是学校要求学生必须掌握的一项技能。他发现,虽然五笔字型重码低,输入比拼音快得多,但有个很大的缺点,那就是记忆难。单单字根就有100多个,还有复杂的拆分规则和编码规则,连他这样的学霸,也有很多字拆分错或者打不出来。

    “如果能发明一种新的汉字输入法,几分钟学会,打字也有五笔字型那样快就好了,这样就能与英文竞争,能造福百姓了。”起心动念间,一颗发明创造的种子在青年王治阳的心田种下。

    “行是知之始”。为了发明输入法,读中专时他经常去鲁迅图书馆借书,自学了多种输入法,还研究世界各国字母和汉字演化,以求灵感。毕业后他一直工作在最基层的一线,做过企业操作工、技术员、销售,当过社区干部。后来他考进公路局,干过公路养护工、窗口工作人员、护桥人员、路政队员。特别是做操作工和养护工时,盛夏汗水如注,严冬寒风刺骨,经常累得浑身酸软、困乏不堪,做护桥人员时烟尘滚滚、环境恶劣。可工作生活再苦再难,他仍不忘初心、砥砺前进。

    在此期间,他勤奋学习取得了行政管理大专文凭和计算机本科自考文凭,还自学了文秘、法律、交通、历史等专业知识。他深知,他山之石可以攻玉,前人的研究对发明很有价值。一有空闲,他就去图书馆和网上查阅资料,有一次甚至远赴北京去国家知识产权局检索发明。他把几乎所有的业余时间都花在了这项研究上,渐渐地掌握了汉字部件的组字频度和实用频度及相容性、键位的动态负荷、击键当量、动态码长、指法的协调性、动态键选率等汉字编码知识。 

    20多年间,王治阳发明了几十种汉字编码输入法。据中国知识产权网发布的《国内输入法领域专利态势分析》一文显示,截至2016年,对输入法领域国内专利申请的发明人专利数量进行统计排名,王治阳排名第二,只比第一名的55件少2件。由于第一名多是发明与输入法相关的硬件,所以就单纯的汉字编码输入法而言,王治阳毫无疑问是国内发明数量最多的人。他也因此成为包括屠呦呦、袁隆平、发明五笔字型的王永民等人在内的中国发明协会两千多名会员之一。

         汉字码输入法问世  

    和五笔速度一样快且易学

    2027a635a39e00ea35339c0c401326ca.png

    成功的道路上从来就不是一帆风顺的。实际上,王治阳的研究发明之路就是一个不断试错、改进、推倒重来的过程。

    2000年,他发明了一种十几分钟就能学会,重码率又跟五笔字型一样低的三五音码输入法。当时他没钱买电脑,只好把汉字编码写在纸上,手工统计重码率,一天只睡五六个小时进行编码,有时甚至通宵达旦地研究。此后又在亲朋好友的帮助下,成功研发输入法软件,并推向市场,可不少用户却反映三五音码将笔画三三组合,表面上易学,但实际上不易用。

    用户是检验成果的重要标尺,为此王治阳不得不推倒一切,重头再来。他说:做研究,就要甘于寂寞、皓首穷经,不怕失败、埋头苦干,发扬钉子精神。这时手机开始逐步普及,手机输入法的重要性也与日俱增。王治阳紧跟时代脉搏,发明了多项基于十个数字键的手机输入法。

    在研究数字键盘输入法的同时,王治阳仍不忘字母键盘输入法研究。2008年的一天,他发现了汉字的一个规律:同音字去掉偏旁后,剩下部分按书写顺序为第一笔且为同一种基本笔画的情况很少,他如获至宝,很快在结合拼音的基础上,独辟蹊径地对形部编码的取码规则进行创新,发明了汉字码输入法。

    该发明由拼音码和形部编码组成,只用二十来个汉字部件和五种基本笔画(五笔输入法则有100多个字根)加拼音,就使得重码率与五笔相差无几,省去了汉字同音字多、选字麻烦的问题,还可以与拼音输入法兼容。实践证明,打字速度和五笔输入法一样快。

    此外,据他介绍,单独使用形部编码也可较为快速准确地输入汉字。形部编码的取码规则是:左右结构的汉字,按书写顺序取左边部分、右边部分的第一个部件(字根或笔画)的代码编码。比如这个左右结构的“汉”字,先输入左边结构的第一笔“氵”,再输入右边结构的第一笔“折”即可;非左右结构的汉字,按书写顺序取第一个和最末一个的部件编码。例如藏这个字,只需输入“艹”和“点”就可以了。但他强调,仅用形部编码打字平均大概会有10个左右的重码,和拼音结合后重码率才会大为降低。

    国家知识产权局对该发明进行实质审查时无对比文件,因而为原始性发明。此后,王志阳又花了10年时间改进,力求汉字笔画部件在键盘上的布局更易记、更顺手。

    意外发明音素字母 

    让输入法效率更高

    a4f481b7b6ec2c5b786dd00d0dca95ec.png

    对于王治阳来说,研究汉字输入法是没有止境的。他总是时刻准备着,利用一切机会找寻更好的方法。功夫不负有心人,机遇不期而至——

    2012年,王治阳随团去台湾旅游,当其他同事纷纷去士林夜市品尝美味佳肴时,他却溜到电脑店,虚心请教怎样输入繁体汉字。他发现台湾人普遍使用注音输入法,并且37个注音符号就标在键盘上,只要输入两三个注音符号就可以输入一个汉字的读音,码长较拼音短,打字速度也比拼音略快。

    回来后,王治阳又研究起注音字母,在琢磨了几个月后,他觉得为了便于与国际接轨,注音字母的声母可以采用汉语拼音的声母,可韵母就不一样了,无法照搬。汉语拼音的韵母,如ang等多达3个字母,需击键3次。

    在一次苦苦思索中,王治阳突发灵感,他用五种基本笔画撇、点(捺)、横、竖、折来一一对应表示英文A、O、E、I、U五个元音字母,基本笔画就是元音字母,元音字母就是基本笔画。他巧妙地选取英文字母的首笔,因为A的首笔形似汉字的撇,E的首笔形似汉字的横,I形似汉字的竖,U的首笔形似汉字笔画折“L” ,o形似汉字笔画的点“丶”,汉语韵母中的n则取第二笔“ㄱ”表示,汉语拼音韵母中的ng则再用一个比较简单的笔画“フ”表示。这样汉语拼音中各种韵母除er外,都能用“一、丨、丿、丶、L、ㄱ、フ”改写成一个字母,比如拼音韵母ai由a和i组成,分别对应“丿”和“丨”,连在一起,ai就对应“亻”。而这个字母里又含有几个字母,因此形成了独一无二的含有字母的字母。

    王治阳称这种字母为音素字母,采用音素字母,声母和韵母左右组合,能结合一个方块的拼音,上下组合,成为汉字的声旁。便于显示在手机等小屏幕上,也便于与国际接轨,对汉语这样韵母较为发达的语言来说尤其合适。

    简而言之,有音素字母“加持”的汉字码输入法,输入速度更快更准确、更易学。王治阳举例说,藏这个字,先输入c,再输可以表示ang这个韵母的音素字母“𠂊”。最后再敲入形部编码的“艹”,藏字就打出来了。

    二十六载,非科班出身的王治阳为心中的志向坚持不懈,克服重重障碍,自学成才。王治阳说,精忠报国是他的人生观,他发明的目的是为了祖国的强盛、民族的振兴和人民的方便。他就像长年累月在海边捡贝壳的人,只不过功夫不负有心人,有幸捡到了几颗美丽的贝壳罢了。而且也离不开前人创造,站在前人的肩膀上才看得更远,至今他仍在孜孜不倦地逐梦前行。

    来源:科技金融时报(记者  阴文亮)

    编辑:甘玲

    校读:陈嘉宜

    605d1fb18b906a3b7574c23593bb9a82.gif

    展开全文
  • 提高代理的代理质量,从而减少因撰写技能低下而“炮制”出的“垃圾专利数量,是专利代理应尽的义务和职责。因此专利代理必须要加强自身的学习。这里,我提供一份系统的学习资料,希望你能喜欢。本系列文档共分20...
  • 本次研究基于决策树方法对可能影响专利被引的6个影响因素(专利申请年、专利公开年、发明人数量专利权人数量、发明人国家、专利权人国家)与专利是否被引的潜在关系进行分析。研究发现,专利申请年是其中影响最为...

    综述

    本次研究基于决策树方法对可能影响专利被引的6个影响因素(专利申请年、专利公开年、发明人数量、专利权人数量、发明人国家、专利权人国家)与专利是否被引的潜在关系进行分析。研究发现,专利申请年是其中影响最为显著的因素,而后依次是发明人数量、专利公开年数量、专利权人数量,而其他2个指标的影响效果并不明显。
    在这里插入图片描述

    1.数据来源与指标选取

    1.1数据来源

    本研究选取美国专利号为43518开头的专利数据作为研究对象,获得专利数据1507条,经过数据清理后得到454条标准化数据。

    1.2指标选取

    根据可能对专利被引产生影响的因素列表,拟定决策树的分析指标共6个,分别是:专利申请年PATN:APD、专利公开年PATN:ISD、发明人数量INVTSUM、专利权人数量ASSGSUM、发明人国家INVT:CNT、专利权人国家ASSG:CNT,下表是描述统计。
    在这里插入图片描述

    2.数据清洗与转换

    2.1数据清洗

    data.isnull().any(axis=0) //查看空值
    data.isnull().any(axis=1)//判断数据行中是否存在缺失值
    data.loc[data.isnull().any(axis=1)]//定位缺失值所在行
    data3=data.dropna()
    data//直接删除空值所在行
    data_null_0=data.fillna(0,inplace=False)//定义缺失值为零
    data.drop(index=1,axis=1)//删除特定行
    
    

    2.2数据转换

    对发明人及专利人国家不是US的标记为非US
    核心代码为:

    data['INVT:CNT']=data['INVT:CNT'].str.replace('JPX','非US')
    data
    

    得到数据如下图
    在这里插入图片描述

    3.决策树模型构建及准确性评估与优化

    3.1模型构建

    选取特征值和分析指标,并对数据做标化处理
    核心代码:

    target = df_zhuanli['Cited']
    data=df_zhuanli.loc[:,'PATN:ISD':'ASSG:CNT']
    

    得下图
    在这里插入图片描述
    建立训练集和数据集,按照20%和80%区分
    核心代码

    from sklearn.model_selection import train_test_splittrain_data, test_data, train_target, test_target = train_test_split(data,\ target, test_size=0.2, train_size=0.8 ,random_state=1234)
    

    建立决策树 深度为4 使用信息熵来衡量集合纯度
    核心代码:

    from sklearn.tree import DecisionTreeClassifierclf = DecisionTreeClassifier(criterion='entropy', max_depth=4, class_weight=None, random_state=1234 ) clf.fit(train_data,train_target)
    

    准确性评估与优化

    对于分类问题,我们建立混淆矩阵通过计算Accuracy、Precision、Recall、F1-score四个指标对模型进行评估
    核心代码

    import sklearn.metrics as metrics
    print(metrics.classification_report(test_target, clf.predict(test_data)))
    

    得下图
    在这里插入图片描述

    由图中可知对于被引用=1情况,f1-score只有0.43,召回率只有0.33,说明在被引用的专利中,模型只能找出其中的33%,损失极大,所以提高被引用专利的权重
    核心代码如下:

    clf.set_params(**{'class_weight':{0:1,1:5}})//调整被引用的权重为未被引用的五倍
    clf.fit(train_data,train_target)
    print(metrics.classification_report(test_target, clf.predict(test_data)))
    

    得下图
    在这里插入图片描述
    可知,优化后召回率达到97%,符合预期,模型可行

    4.分析结果

    计算出影响较大的特征值:
    核心代码:

    list(zip(data.columns, clf.feature_importances_))
    

    得下图
    在这里插入图片描述
    按挖掘模型生成的决策树分析结果

    import pydotplusfrom IPython.display 
    import Image 
    import sklearn.tree as treedot_data = tree.export_graphviz(clf, out_file=None, feature_names=data.columns, class_names=['0','1'], filled=True) graph = pydotplus.graph_from_dot_data(dot_data) Image(graph.create_png())
    

    如图:
    在这里插入图片描述

    根据决策树可分析得出部分规则
    在这里插入图片描述

    在这里插入图片描述
    根据以上规则可得出以下结论:

    1.规则 1 ~ 规则 4 表明专利优先权年越早的专利更容易被引用。1987 年之前的专利被引率达到66.7% , 而2003—2013 年的专利被引率仅仅为 8.5% 。根据专利被引率绘制被引率趋势图,见图 ,可以发现,专利引用率逐步下降,这进一步证明了时间因素对于专利被引行为的 影响作用

    在这里插入图片描述
    2.规则5与规则6表明,发明人数量对于专利被引有一定的影响,但是影响成度并不大,规则7与规则8表明,专利权人数量的增加,对于专利是否被引也具有一定的影响

    3.规则 9到规则12表明,专利公开年对于专利是否被引也具有较高的影响力,但不及专利申请年对于专利是否被引的影响程度大。

    4.根据决策树预测模型的依赖关系网络绘制专利被引重要影响因素示意图,见图
    在这里插入图片描述

    可以发现,能够对预测属性产生影响的属性由强到弱依次是: 专利申请年、专利公开年、专利权人数量、发明人数量。因此在本研究选取的6个影响专利被引的因素中,专利的专利申请年对被引影响最为显著的因素。而发明人国家、专利权人国家2个指标的影响效果并不显著

    参考
    基于决策树方法的专利被引影响因素研究 吕璐成等 中国科学技术信息研究所

    展开全文
  • 据商务部统计,截止2018年,我国发明专利申请数已连续8年居世界第一。然而,专利数量多并不代表专利质量高。正如论文引用量是衡量论文质量的重要指标,专利引用量也是衡量专利质量的核心指标。 专利引用是指一件专利...
  • 资料清理 数据科学家的大部分工作是清理数据,该项目将利用来自网站的原始... 1)grant_id 2)专利权3)种类4)权利要求书5)发明人c 6)申请人申请数7)引证人数量8)权利要求书摘要 使用的市长工具: 熊猫正则表达式
  • 核心技术是科技公司的灵魂,好公司“一直被模仿,从未被超越”,关注公司的行业地位和发明专利数量。并且不断进行技术迭代,技术迭代会诞生很多新的机会。今天,通过氧分呗分析下当前的科技创新。 从我国的发展实际...
  • 对于发明专利,在中国的保护期,要比在美国的保护期短。 [我的答案] 错误 在论文发表的时候,对于2个贡献程度一样的执笔或主要撰写者,不允许出现“共同第一作者”? [我的答案] 错误 三、填空题 美国是在...
  • 有效发明专利数量位居全国独立医科院校首位。 [1] 截至2018年3月,学校设有17个学院;本科专业31个,其中7个国家特色专业,10个广东省特色专业,6个广东省名牌专业;全日制本科生13150,研究生4898,留学生1037...

空空如也

空空如也

1 2
收藏数 34
精华内容 13
关键字:

发明专利发明人数量