集成电路布图设计与专利IPC分类号对应关系研究

为了探究我国芯片产业链条中设计(集成电路布图设计)环节的专利布局及建立专题数据库,需要找出集成电路布图设计所对应的专利IPC分类号。本文首次将集成电路布图设计发证数据作为研究对象,通过对集成电路布图设计名称中的高频词汇进行专利聚类分析后,初步发现了G06F、H01L、H02J等专利IPC分类号与集成电路布图设计具有较强的对应关系。

基于专利预审IPC分类号视角的产业技术创新路线研究——以新能源产业为例

新能源产业技术创新路线的研究有利于各地区制定更加合理的发展策略,进而在全国形成互补的新能源体系。各地区知识产权保护中心的专利预审IPC分类号为研究新能源产业技术创新路线提供了新视角。本文系统分析了全国新能源领域已公开的专利预审IPC分类号,涵盖各地区分类号数量、分类号在IPC各部占比、多地区共有分类号类别、各地区独有分类号类别、各地区新能源专利量。研究表明,以浙江、深圳为代表的沿海地区知识产权保护意识较强,内陆地区知识产权保护意识有待提高;新能源产业技术创新主要集中在电子元件与电子电路、动力装置及运行系统、原材料作业与运输等领域,领域相对集中,说明我国的新能源从产业的广度到技术的深度都有待提高。

基于专利IPC分类号的技术竞争对象的群组分析方法

技术竞争对象群组是产业技术内的技术研发实体因为技术上接近而形成的集群。发现技术竞争对象群组,可以从较高层次上掌握产业技术领域内的竞争态势,给产业技术参与者和政策制定者提供有价值的情报信息。首先概述了主要的群组分析方法,然后引入了可视化的Lin Log图形聚类分析方法,从研发机构、省份和国家三个层面,提出了以IPC分类号为特征的技术竞争对象群组的识别流程模型。采集了燃料电池技术领域的专利数据作为实验研究,对数据进行了预处理,采取提出的方法对该领域的竞争对象群组进行了识别,验证了该方法的有效性。

基于文本及历史数据的多标签专利分类算法研究

专利分类是专利数据挖掘领域一项非常重要的任务,该任务的目标是为给定专利文献分配若干个国际专利分类(IPC)号,近几年针对该任务的很多研究都集中在通过挖掘专利文本表示对IPC分类体系中部级或大类级分类号的多分类预测。而实际场景中,一篇专利往往有多个分类号,是一种多标签分类任务,且除了专利的文本内容外,每个专利都有对应的专利权组织,专利权组织的历史专利申请行为会有一定的业务倾向,这种申请行为的偏好表示能有效提高专利分类准确度。然而,目前专利分类的相关研究中并没有充分利用到专利的历史数据,针对IPC体系小类的多标签分类问题,提出了一个综合考虑专利内容的专利自动分类模型。首先用BERT预训练语言模型初始化专利文本表示,再利用Text-CNN捕捉局部特征获得将其输出作为专利文本的最终表示;其次,通过Bi-LSTM对历史专利文本及专利标签进行双通道聚合,学习该组织的历史专利申请行为表示;最后,将专利的文本表示与历史专利申请行为表示进行融合后做预测。在真实专利数据集上,将所提模型与基于专利文本挖掘的不同基线进行了对比实验,结果表明基于专利文本和历史数据建模的深度学习分类算法在精确度上有很大的提升。

基于LDA模型和分类号的专利技术演化研究

[目的 /意义]运用概率主题模型全面研究专利文献主题演化,分析专利技术发展过程及趋势。[方法/过程]LDA模型按时间窗口对专利文本建模,困惑度确定最优主题数,按专利文本结构特性提取主题向量,采用JS散度度量主题之间的关联,引入IPC分类号度量技术主题强度,最后实现主题强度、主题内容和技术主题强度3方面的演化研究。[结果 /结论]实验结果表明:该方法能够深入挖掘专利文献的主题,可以较好地分析专利技术随时间的演化规律,帮助相关从业人员了解专利技术的演化过程及趋势。

基于IPC号的热门共性技术机遇的挖掘方法

为挖掘同时具有热门特征和共性特征的行业技术机遇,设计了一种基于国际专利分类号(IPC号)词频和共现情况的行业热门共性技术机遇挖掘方法。通过对检索下载的行业IPC号进行清洗和格式化处理,抽取不同时间段的IPC号,采用频次分析以及一元线性回归方程计算技术热门程度,分析IPC号共现情况,结合度中心性计算技术的共性程度;利用四象限图展示不同对象的隶属区间,并找出同时具有热门特性和共性特征的技术分类号,以此作为行业技术机遇。工业清洗行业技术机遇的挖掘实例表明,该方法是有效和可行的。

基于专利分析的中国重点钢铁企业技术竞争力研究

为了把握我国钢铁企业技术竞争力现状,从德温特专利数据库中检索73家国内重点钢铁企业的专利,选取其中专利申请数在300件以上的16家企业作为研究对象,从历年专利申请数、专利被引情况、高被引专利、IPC分类号4个方面对16家钢铁企业的技术竞争力进行了研究,结果表明:宝钢、鞍钢和武钢具有雄厚的专利技术竞争力。用德温特手工代码共现分析法识别出钢铁领域2008-2013年专利技术的研究热点为合金钢和低碳技术等,研究结果可为企业明确自身所处的专利技术竞争地位以及确定未来技术研发方向提供参考。

2002～2013年上海地区中药专利信息与技术主题分布研究

通过对2002-2013年上海地区的中药相关专利的特征信息与IPC分类号进行统计分析，研究中药专利的信息与技术主题分布情况。研究发现2002-2013年上海地区公布的中药专利数量年分布增长趋势不显著；所占比重较大的专利集中由极少数申请人/发明人申请/发明；对中药“提取物”与“提取物组合物”的专利保护数量已超过专利总数的2/5，成为中药研究的主流；对专利的主题词、IPC分类号、IPC主分类号的分析结果，揭示了上海地区的中药专利所涉及的热点药用动植物科属分布、中药用途分布，以及中药制剂的治疗活性分布情况。

天津市中药海外专利布局现状分析

天津市中药产业拥有良好基础,是天津市战略性新兴产业的重要组成部分。个别中药大品种已走在国际化注册的前列,且海外专利布局成熟。但中药海外专利布局尚未引起大部分中药企业的重视,还存在发展不均衡的问题。通过专利公开数据检索,分析天津市中药海外专利布局现状,提出未来布局建议。

全球量子密码专利分析

随着互联网信息技术日新月异的发展以及量子时代的不断迫近,各国对量子密码及量子通信领域研究的重视程度越来越高。量子密码专利数据可以很好地反映一个国家量子密码领域的进展与成果,进而揭示国家相关的科技实力和国防力量。本文分别从专利申请时间、专利申请机构、国际专利分类表(IPC分类)三方面切入,对2000年到2017年全球四大主要量子研发地区美国、欧盟、日本和中国的专利申请情况进行详细的分析研究,归纳各国量子密码领域的研究成果并预测各国研究热点趋势。这不仅为分析国家的科技实力提供了直观详实的数据支撑,而且在全球量子科技发展的深层次探索和国家的量子战略规划等方面具有重要的参考价值。

基于专利技术关联度的中间人角色划分方法研究

基于专利数据构建的发明人合作网络有助于分析发明人中间人角色,揭示发明人创新合作规律,对于企业研发人才管理和知识管理具有重要指导意义。群体划分是中间人角色划分的一个关键步骤,以往文献大多基于网络结构或者给定网络边界进行群体划分,忽视了专利发明人的知识交流环境和特征。鉴于此,基于专利技术关联度,利用专利著录项中的IPC分类号信息判断企业发明人所属技术知识领域,再以技术知识领域为边界设计一套算法,将发明人归入互斥子群,最终对中间人角色进行高效划分,寒武纪公司数据验证了中间人角色划分算法具有较高的准确性和有效性。

基于专利分析的甘肃省重点优势产业技术创新发展研究

为充分发挥专利对区域产业发展的创新引领作用,聚焦“十二五”“十三五”时期甘肃省重点发展的产业,以专利视角分析论证产业技术发展趋势。通过incoPat检索甘肃省重点优势产业专利数据,提取IPC技术构成和聚类主题进行分析,结果表明:传统产业以装备制造为支撑,占比达62.0%,体量大、增速快;新兴产业专利资源布局相对均衡,以新材料专利资源产出最为活跃,占比为17.2%,覆盖领域广,有色金属和化工材料领域技术优势突出。总体上,各产业专利资源产出量在“十三五”时期成倍增长,尤其是新一代信息技术增幅达2.7倍。进一步结合产业发展现状提出了各产业技术创新发展方向。

全自动试验机知识产权战略的研究

通过对国内外全自动试验机领域的专利信息进行检索,并对专利的总体趋势、重点地域、主要技术领域、竞争对手进行分析,同时结合大量的技术信息和市场信息,以及全自动试验机行业、竞争对手的状况,制定符合企业自身发展的知识产权战略。

多示例多标签学习在中文专利自动分类中的应用研究

[目的/意义]旨在对大量的中文专利实现快速分类,满足专利审查以及情报分析等工作的要求.[方法/过程]结合专利文本的固有格式以及存在多个IPC分类号的实际情况,将多示例多标签学习应用于专利自动分类中,在介绍几种经典的多示例多标签模型的基本原理之后,将这些模型运用于中文专利IPC分类号的确定.[结果/结论]实验证明,多示例多标签模型适合运用在专利的自动分类中,并且从Average precision、Hamming Loss、Ranking Loss、One Error、Coverage、Training time等指标分析可以发现,MIMLRBF模型能快速、准确地运用在中文专利IPC分类号的确定中,为大规模专利的自动分类提供借鉴.