中国韩国日本在线观看免费,A级尤物一区,日韩精品一二三区无码,欧美日韩少妇色

當(dāng)前位置:主頁(yè) > 管理論文 > 企業(yè)管理論文 >

面向產(chǎn)業(yè)鏈的企業(yè)專(zhuān)利侵權(quán)風(fēng)險(xiǎn)及應(yīng)對(duì)方案研究

發(fā)布時(shí)間:2020-12-05 00:00
  技術(shù)創(chuàng)新快速發(fā)展,累積創(chuàng)新的高技術(shù)產(chǎn)業(yè)引領(lǐng)我們進(jìn)入了現(xiàn)代信息時(shí)代。隨著創(chuàng)新型產(chǎn)品和服務(wù)發(fā)生本質(zhì)的變化,半導(dǎo)體、信息技術(shù)、通信、制藥和生物技術(shù)等技術(shù)密集型產(chǎn)業(yè)廣泛利用專(zhuān)利來(lái)保護(hù)其發(fā)明。在復(fù)雜的高科技行業(yè)中,越來(lái)越多的企業(yè)因戰(zhàn)略原因而申請(qǐng)專(zhuān)利,導(dǎo)致專(zhuān)利申請(qǐng)數(shù)量激增。專(zhuān)利局工作量的增加以及現(xiàn)有技術(shù)的搜索成本增加,導(dǎo)致出現(xiàn)更多的專(zhuān)利權(quán)重疊專(zhuān)利和較小的發(fā)明被授予更多的專(zhuān)利權(quán)。由于存在很多權(quán)利要求不確定的相關(guān)專(zhuān)利,大量生產(chǎn)和銷(xiāo)售使用復(fù)雜技術(shù)產(chǎn)品的公司通常不能有效地確保其產(chǎn)品不侵犯另一家公司的專(zhuān)利。因而,擁有大量復(fù)雜化和模塊化技術(shù)的專(zhuān)利的高科技密集型產(chǎn)業(yè)中逐漸出現(xiàn)了專(zhuān)利叢林現(xiàn)象。隨著全球經(jīng)濟(jì)一體化與知識(shí)產(chǎn)權(quán)保護(hù)意識(shí)的加強(qiáng),深入研究專(zhuān)利叢林問(wèn)題具有重要的意義。本文研究與分析了產(chǎn)業(yè)鏈專(zhuān)利侵權(quán)風(fēng)險(xiǎn)管理方案,在合理構(gòu)建產(chǎn)業(yè)鏈、產(chǎn)業(yè)技術(shù)鏈的基礎(chǔ)上,利用lda2vec主題模型對(duì)技術(shù)領(lǐng)域的專(zhuān)利進(jìn)行主題分析,獲取技術(shù)子主題,將專(zhuān)利映射到產(chǎn)業(yè)鏈的不同環(huán)節(jié),得到各技術(shù)領(lǐng)域的專(zhuān)利數(shù)據(jù)集,運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法和文本相似度方法,分別對(duì)產(chǎn)業(yè)鏈外部與產(chǎn)業(yè)鏈內(nèi)部的專(zhuān)利叢林進(jìn)行測(cè)量與識(shí)別,分析專(zhuān)利叢林的特征,對(duì)專(zhuān)利叢林風(fēng)險(xiǎn)進(jìn)行評(píng)估,... 

【文章來(lái)源】:北京工業(yè)大學(xué)北京市 211工程院校

【文章頁(yè)數(shù)】:72 頁(yè)

【學(xué)位級(jí)別】:碩士

【部分圖文】:

面向產(chǎn)業(yè)鏈的企業(yè)專(zhuān)利侵權(quán)風(fēng)險(xiǎn)及應(yīng)對(duì)方案研究


lda2vec模型圖

模型圖,模型圖,文本字符串,局部表示


第 2 章 相關(guān)理論與方法介紹vec 將一組文檔看成一組非常長(zhǎng)的文本字符串,基于 Word2vec 的詞向量在特定窗口大小的一段文本字符串上,是一種局部表示方式,Word2訓(xùn)練的框架如表 2-2 所示,Word2vec 模型圖如圖 2-3 所示。表 2-2 Word2vec 詞向量訓(xùn)練框架Table 2-2 Word2vec word vector training framework模型 CBOW Skip-gramNegative Sampling CBOW+NS Skip-gram+NSHierachy Softmax CBOW+HS Skip-gram+HS

模型圖,模型圖,句子


北京工業(yè)大學(xué)管理學(xué)碩士學(xué)位論文學(xué)習(xí)出來(lái)的句子向量計(jì)算句子間的距離,找到句子間的相似性,可用于文本分類(lèi)情感分析等[60]。doc2vec 模型有兩種模型訓(xùn)練句子向量:Distributed Memory(DM)和Distributed Bag of Words(DBOW)。Distributed Memory(DM)模型是根據(jù)上下文的信息和句子的向量預(yù)測(cè)詞概率,Distributed Bag of Words(DBOW)模型是在給定句子的向量的基礎(chǔ)上,預(yù)測(cè)句子中的隨機(jī)詞的概率,模型如圖 2-4 所示。


本文編號(hào):2898479

資料下載
論文發(fā)表

本文鏈接:http://www.lk138.cn/qiyeguanlilunwen/2898479.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶(hù)7e566***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com