一种基于特征拼接、标签迁移及深度学习组合的专利价值评估方法

专利价值评估对打击非正常申请、净化市场环境具有重要的现实意义。本文以特征拼接、标签迁移及深度学习组合为中心构建专利价值评估方法,并基于2010—2020年广东省专利申请探究评估方法实际表现,引入多组对比模型进行实验分析。研究结果表明:①拼接著录事项信息,可构建出技术特征显现更强的专利研究对象,避免因指标类研究对象未足够体现专利技术本质而引发评估准确率不高的现象;②以专利法律视角量化出更具专利价值代表性的价值标签体系,在延展专利标签体系研究深度的同时,解决因引用率、下载访问量等传统标签与专利实际价值不匹配而造成的价值评估错误问题;③以高精细度词向量为构建原理,组建以BERT(bidirectional encoder representations from transformers)及LSTM(long short-term memory)为核心的专利价值评估模型,有效解决传统模型特征因提取能力不足而产生评估准确率偏低的弊端。本文从研究对象有效性、标签体系性及模型构建评估率三个方面提出优化改进策略,为专利价值评估提供了新工具,具有较强的实际应用价值。

基于耦合配准网络的MR脑图像标签迁移算法

目的提出一种单图谱标签迁移算法并命名为Multi-Angle,以期在队列分析中快速有效提取与神经退行性疾病相关的MR脑影像标记物和解剖结构。方法首先对初始图谱图像施加旋转变换,获得旋转图谱图像组;其次为主配准网络送入合并后的初始图谱图像与个体图像,预测形变场及候选标签;再次为副配准网络送入合并后的旋转图谱图像与个体图像,结合主网络相关特征预测候选标签;最后通过投票法融合多个候选标签获得个体图像标签。结果在Mindboggle101和HCP数据集的实验结果显示,Multi-Angle算法在两个测试集上重要解剖结构Dice相似性系数均值分别为76%和82%,精确率均值为74.0%和77.8%,平均表面距离均值为0.83 mm和0.69 mm,均优于目前主流算法Voxelmorph和Ants-SyN。结论本文提出的Multi-Angle算法可以快速有效实现脑神经图谱标签迁移并提高评价指标准确度,对神经退行性疾病分析所需的影像特征提取具有潜在的临床应用价值。

图书馆RFID标签数据标准化迁移案例研究

RFID标签数据标准化迁移是通过技术手段将图书馆前期使用的标签数据转换为符合相关标准的标签数据格式过程。作为真实迁移案例研究,本文以图书馆RFID国际标准相关规定为理论依据,探讨和规划图书馆RFID标签迁移方案,并对方案进行实施及测评,期望本文对有相似数据迁移计划的图书馆有所帮助。

一种基于特征迁移系统的软件产品线测试方法

为了在软件产品线的应用工程阶段最大程度地复用领域工程的测试用例,领域测试用例需要覆盖领域模型中的变化性。针对此问题,提出了一种以特征模型为出发点的软件产品线测试方法,通过扩展特征迁移系统建立软件产品线的领域行为模型,对模型中的变化性迁移进行抽象,得到精简的测试模型;应用迁移覆盖准则,导出包含变化性的领域测试用例;在应用工程阶段,根据具体应用所包含的特征,绑定领域测试用例中的变化性,复用领域测试用例导出针对具体应用的测试用例。最后通过一个咖啡机产品线验证了该测试方法,导出了可复用的领域测试用例。