申请/专利权人:广东知得失网络科技有限公司
申请日:2023-12-20
公开(公告)日:2024-03-22
公开(公告)号:CN117435996B
主分类号:G06F18/2415
分类号:G06F18/2415;G06N3/0455;G06N3/0464;G06N3/094;G06N7/01;G06Q30/0202;G06Q50/18;G06F17/18;G06F18/15;G06F18/23
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2024.02.09#实质审查的生效;2024.01.23#公开
摘要:本发明涉及知识产权管理技术领域,具体为基于指定专利数据的技术保护策略建议的分析方法及系统,包括以下步骤,基于给定专利数据,采用NLP技术和深度学习算法,进行技术元素提取、特征分析,生成技术特征摘要。本发明中,应用统计分析和模式识别方法进行领域适应性评估,使得技术的市场适应性和潜在应用范围得到更全面的评价。结合模拟退火算法和MPC理论,能够有效地优化专利的商业目标,并根据市场环境进行动态决策调整,有助于提高专利的商业价值和市场竞争力。通过卷积神经网络的应用,能够及时检测潜在的数据侵权行为,大大降低侵权风险。利用GANs模型和Pareto优化算法,能够生成全面优化的技术保护策略,提供更加全面和有效的技术保护方案。
主权项:1.基于指定专利数据的技术保护策略建议的分析方法,其特征在于,包括以下步骤,基于给定专利数据,采用NLP技术和深度学习算法,进行技术元素提取、特征分析,生成技术特征摘要;基于所述技术特征摘要,采用统计分析和模式识别方法,进行领域适应性评估,生成技术适应性报告;基于所述技术特征摘要和技术适应性报告,通过模拟退火算法,进行专利商业目标优化,生成优化后技术保护策略;基于所述优化后技术保护策略,采用MPC理论,进行市场环境的动态决策调整,生成专利申请策略;基于所述技术特征摘要和专利申请策略,采用卷积神经网络,进行数据侵权行为检测,生成侵权行为预警报告;基于所述技术特征摘要和侵权行为预警报告,应用谱聚类、深度自动编码器混合模型并行耦合算法,进行专利聚类,生成专利技术聚类报告;基于所述专利技术聚类报告和专利申请策略,利用GANs模型生成代表聚类虚拟专利,采用Pareto优化算法,进行整体优化,生成技术保护策略建议报告;所述技术特征摘要具体为对专利技术核心要素进行总结、描述,所述技术适应性报告具体为通过分析核心技术在多领域适用性和潜在影响的报告,所述专利申请策略包括针对市场变化趋势和竞争结构的动态应对策略、原有策略的具体微调计划,所述侵权行为预警报告具体指通过深度网络识别的潜在侵权行为及其相关风险警示信息,所述专利技术聚类报告具体指识别相似性技术领域及其相关信息的概括,所述技术保护策略建议报告包括技术保护策略建议、市场环境评估、针对性应对策略。
全文数据:
权利要求:
百度查询: 广东知得失网络科技有限公司 基于指定专利数据的技术保护策略建议的分析方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。