• 基于语义TRIZ的专利技术挖掘
图书条目标准图
21年品牌 40万+商家 超1.5亿件商品

基于语义TRIZ的专利技术挖掘

正版现货,品相完整,套书只发一本,多版面书籍只对书名

58.9 6.0折 98 九品

仅1件

北京海淀
认证卖家担保交易快速发货售后保障

作者胡正银;刘春江

出版社科学出版社

出版时间2021-09

版次1

装帧平装

上书时间2024-09-02

新起点书店

四年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九品
图书标准信息
  • 作者 胡正银;刘春江
  • 出版社 科学出版社
  • 出版时间 2021-09
  • 版次 1
  • ISBN 9787030697912
  • 定价 98.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 209页
  • 字数 277.000千字
【内容简介】
《基于语义TRIZ的专利技术挖掘》围绕个性化、深度、精准的专利技术挖掘需求,系统研究了基于语义TRIZ的专利技术挖掘方法。首先在理论层面,《基于语义TRIZ的专利技术挖掘》提出了一个基于多维索引的个性化语义TRIZ体系结构,阐述了构建该语义TRIZ的方法流程、技术工具以及关键技术。其次在应用层面,《基于语义TRIZ的专利技术挖掘》选取大口径光学元件和石墨烯传感器专利为研究对象,开展了基于语义TRIZ的专利自动分类与技术演化研究。后介绍了作者研发的基于语义TRIZ的专利技术挖掘系统。
【目录】
目录



前言

第1章 专利技术挖掘概述 1

1.1 引言 1

1.1.1 技术挖掘 1

1.1.2 专利技术挖掘 2

1.2 典型应用场景 3

1.2.1 专利技术演化分析 3

1.2.2 专利自动分类 6

1.2.3 其他专利技术挖掘应用场景 8

1.3 存在的问题和挑战 11

第2章 专利技术信息知识表示与知识组织 13

2.1 专利技术信息知识表示相关技术 13

2.1.1 专利分类号 13

2.1.2 专利本体 17

2.1.3 向量空间模型 18

2.1.4 比较分析 19

2.2 TRIZ理论 20

2.2.1 TRIZ理论的形成 20

2.2.2 TRIZ的基本概念 20

2.2.3 TRIZ的体系结构 22

2.2.4 TRIZ的发展及应用 25

2.2.5 面向TRIZ的专利技术挖掘 27

2.3 语义TRIZ 27

2.3.1 语义TRIZ诞生的背景 27

2.3.2 语义TRIZ的关键概念 28

2.3.3 语义TRIZ的关键技术 29

2.3.4 语义TRIZ的典型应用——Goldfire 29

2.3.5 现状与挑战 32

第3章 语义TRIZ体系结构与构建方法 35

3.1 专利文献著录项技术特征分析 35

3.1.1 专利文献技术信息著录项介绍 35

3.1.2 专利文献技术信息著录项的局限性 37

3.2 语义TRIZ的体系结构研究 37

3.2.1 知识组织视角下语义TRIZ的技术维度分析 37

3.2.2 情报分析视角下语义TRIZ的数据空间划分 39

3.2.3 语义TRIZ的体系结构 41

3.3 语义TRIZ的构建方法研究 44

3.3.1 角色分析 44

3.3.2 概念空间语义TRIZ的构建 44

3.3.3 索引空间语义TRIZ的构建 52

3.3.4 应用空间语义TRIZ的构建 55

第4章 语义TRIZ关键技术分析 57

4.1 SAO抽取技术 57

4.1.1 数据预处理 58

4.1.2 SAO抽取 58

4.1.3 数据解析及规范 58

4.2 SAO清洗技术 59

4.2.1 关键词清洗 59

4.2.2 谓语清洗 61

4.2.3 遴选核心SAO 61

4.3 SAO降维技术 61

4.3.1 主题模型 61

4.3.2 语义相似度 64

4.3.3 其他特征降维技术 65

4.4 SAO语义网络技术 66

4.4.1 SAO全局语义网络构建 66

4.4.2 SAO语义网络挖掘 68

第5章 基于语义TRIZ的专利自动分类研究 71

5.1 专利自动分类流程、方法和关键技术 71

5.1.1 分类特征项 72

5.1.2 分类模型训练 75

5.2 LAOE领域面向TRIZ的专利自动分类 76

5.2.1 LAOE领域语义TRIZ构建 76

5.2.2 LAOE领域分类特征的选择 85

5.2.3 LAOE领域分类模型的训练 86

5.2.4 LAOE领域专利的分类结果 87

5.2.5 分类结果的具体应用 88

5.3 基于语义TRIZ的专利自动分类体系优点 90

第6章 基于语义TRIZ的专利技术演化研究 92

6.1 专利技术演化分析方法 92

6.1.1 中观层技术主题间层级关系分析 92

6.1.2 微观层P&S模式间语义关系挖掘 94

6.2 GSEN领域语义TRIZ的构建 97

6.2.1 SAO的自动抽取与数据清洗 98

6.2.2 中观层技术主题的构建 99

6.3 中观层技术主题演化分析 101

6.3.1 技术问题语义类型的技术主题演化分析 101

6.3.2 技术方案语义类型的技术主题演化分析 105

6.4 微观层P&S模式技术演化分析 108

6.4.1 P&S模式构建 108

6.4.2 P&S模式间语义关系挖掘 111

6.4.3 P&S模式全景式技术演化分析 114

6.5 基于语义TRIZ的专利技术演化优点分析 115

6.5.1 全面展示技术演化 115

6.5.2 辅助挖掘P&S模式间语义关系 116

第7章 基于语义TRIZ的领域专利技术挖掘系统 118

7.1 面向TRIZ的专利技术挖掘工具现状分析 118

7.2 领域专利技术挖掘系统介绍 119

7.2.1 DPTMS的体系结构 120

7.2.2 DPTMS的关键技术 123

7.2.3 DPTMS的功能模块 128

7.3 基于DPTMS的专利技术挖掘实践 134

7.3.1 大口径光学元件专利技术挖掘实践 134

7.3.2 超导电子专利技术挖掘实践 136

7.3.3 氨基酸专利技术挖掘实践 138

7.4 DPTMS的优点与不足 141

参考文献 143

附录 156
点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP