【摘要】：專利既是創(chuàng)新的成果,又是擴展設(shè)計知識空間,促進產(chǎn)品創(chuàng)新的重要知識來源。獲取林業(yè)機械專利中蘊藏的知識輔助產(chǎn)品研發(fā)人員進行林業(yè)機械創(chuàng)新,能夠有效地縮短研發(fā)時間,獲得有價值的設(shè)計方案。本文提出將閉加權(quán)頻繁模式與林業(yè)機械領(lǐng)域同義詞典相結(jié)合的林業(yè)機械專利知識獲取方法。通過預(yù)處理提取專利文獻權(quán)利要求書中的特征零部件,而后應(yīng)用領(lǐng)域同義詞典對特征零部件進行同義轉(zhuǎn)換,規(guī)范其名稱表示,保證知識獲取結(jié)果的準(zhǔn)確性,最后采用基于FP-growth的閉加權(quán)頻繁模式挖掘算法獲取功能結(jié)構(gòu)知識。由于林業(yè)機械專利中包含的特征零部件數(shù)量較多,采用加權(quán)約束獲取其中有價值的功能知識,通過閉模式約束有效地控制模式產(chǎn)生數(shù)量,減少無用模式的產(chǎn)生。實驗對比證明了該方法用于林業(yè)機械專利知識獲取的穩(wěn)定性和可靠性。為了加快創(chuàng)新設(shè)計的進程,有效地輔助研發(fā)人員進行機械改進創(chuàng)新,在獲取的林業(yè)機械專利知識基礎(chǔ)上,提出了將TRIZ理論和功能分析相結(jié)合的概念設(shè)計方法。通過功能分析發(fā)現(xiàn)林業(yè)機械功能結(jié)構(gòu)知識中存在的改進方向,應(yīng)用TRIZ理論中的矛盾分析方法解決問題,最終獲得概念設(shè)計方案。基于林業(yè)機械功能知識庫和所提出的概念設(shè)計方法構(gòu)建了林業(yè)機械輔助創(chuàng)新平臺。首先,平臺為研發(fā)人員提供了矛盾檢索、發(fā)明原理檢索等必要的專利檢索方法；其次為其提供了功能知識查詢,可以反饋給用戶同類和異類專利中功能實現(xiàn)方法；最后實現(xiàn)了概念設(shè)計功能,將整個概念設(shè)計過程模塊化,保存用戶的創(chuàng)新設(shè)計方案,輔助用戶進行科學(xué)合理地創(chuàng)新設(shè)計。
【學(xué)位授予單位】：東北林業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：S776;TP391.7
【圖文】：

（Ｋ山Ａ），邋（Ｈ，Ｃ，Ｐ，Ａ），邋（Ｍ，Ｋ，Ｃ，Ｐ），（Ｌ，Ｐ，Ａ），（Ｋ，Ｐ，Ａ），（Ｍ，Ｃ，Ｆ，Ｐ，Ａ），巧，Ｃ，Ｐ，Ａ），邋（Ｍ，Ｌ，Ａ），逡逑（Ｈ，Ｐ，Ａ），邋（Ｈ，Ｍ，Ｋ，Ｃ，Ｆ，Ｐ，Ａ），邋（Ｈ，Ｋ，Ｃ，Ｐ，Ａ），邋（Ｌ，Ｆ，Ｐ，Ａ），邋（Ｋ，Ｃ，Ｐ，Ａ），邋（Ｍ，Ｋ，Ｃ，Ｆ，Ｐ，Ａ）｝。按照巧b6逡逑序后的結(jié)果構(gòu)建加權(quán)ＦＰ樹和項頭表如圖３－４所示。逡逑±疆呈量／／邋ｗ邐＾逡逑Ｐ邋０．８５邋１３邐？逡逑０．９０邋＇邋１４邋Ｉ邋？逡逑圖３－４全局加權(quán)ＦＰ樹和項頭表逡逑采用分而治之的策略，自底向上的遍歷加權(quán)ＦＰ樹。首先該樹含有多條分枝，所Ｗ逡逑進入多條分枝語句，前綴ａ為ｎｕｌｌ，邋Ａ，Ｐ，Ｆ，Ｌ，Ｃ，邋Ｋ，Ｍ，Ｈ與其結(jié)合后的模式Ｙ逡逑即為它們本身，這些模式通過了閉模式檢驗和精確剪枝，因此它們都是閉加權(quán)頻繁模逡逑式，將其插入到哈希表ＣＷｐａｔｔｅｍ中。考慮項頭表中權(quán)重值最大的數(shù)據(jù)項Ａ，邋Ａ出現(xiàn)在逡逑圖３．２的加權(quán)ＦＰ樹的１３個分枝當(dāng)中。通過項頭表和結(jié)點鏈ｎｏｄｅ－ｌｉｎｋ可Ｗ找到送些分枝逡逑形成的全部路徑，它們是｛（Ｃ，Ｐ，Ａ：：１），（Ｋ，Ｌ，Ａ：；ｌ），巧，Ｃ，Ｐ，Ａ巧，（Ｌ，Ｐ，Ａ：１），邋（Ｋ，Ｐ，Ａ：１），逡逑（Ｍ，Ｃ，Ｆ，Ｐ，ＡＪ），邋（Ｍ，Ｌ，Ａ：１），邋（Ｈ，Ｐ，Ａ：１），（Ｈ，Ｍ，Ｋ，Ｃ，Ｆ，Ｐ，ＡＪ），邋（Ｈ，Ｋ，Ｃ，Ｐ，Ａ：１），（Ｌ，Ｆ，Ｐ，Ａ：１），逡逑（Ｋ，Ｃ，Ｐ，Ａ：１），（Ｍ，Ｋ，Ｃ，巧ＡＪ）｝。因此，考慮Ｗ邋Ａ為前綴，它的十三個對應(yīng)后綴路徑是逡逑｛（Ｃ

逡逑需剪枝，將數(shù)據(jù)項按照其權(quán)重值的升序排序，建立Ａ的局部加權(quán)ＦＰ樹，如圖３－５所逡逑三＾互ｙ邋／逡逑０．８０邐４邋￣ｉ邋／逡逑Ｐ邋１０．８５１邋１２￣￣Ｗ逡逑圖３－５邋Ａ局部加權(quán)ＦＰ樹和項頭表逡逑由于Ａ的局部加權(quán)ＦＰ樹中含有多條路徑，所Ｗ繼續(xù)執(zhí)行多條路徑挖掘的程序語逡逑句。自底向上挖掘Ａ加權(quán)ＦＰ樹項頭表中的每個數(shù)據(jù)項，首先，前綴Ａ和數(shù)據(jù)項Ｐ組成逡逑一個模式Ｙ，計算Ｙ的最大加權(quán)支持度為１０．８，大于最小加權(quán)支持度２，無需進行粗剪逡逑枝，進一步進行閉模式檢驗，不存在其超集且支持度相同的模式，所ＷＹ通過閉模式檢逡逑驗，計算其精確的加權(quán)支持度為１０．５邋（（０．８５＋０．９０）邋／２＊１２），滿足最小加權(quán)支持度要逡逑求，所Ｗ（Ｐ，Ａ：；１２巧閉加權(quán)頻繁模式加入到哈希表ＣＷｐａｔｔｅｍ中。其次，獲得Ｐ的條件逡逑模式基｛（Ｃ：ｌ），巧，巴２），（Ｌ：ｌ），邋（Ｋ：ｌ），邋（Ｍ，Ｃ，Ｆ：；ｌ），（比邋１），（Ｈ，Ｍ，Ｋ，Ｃ，Ｆ：；１），（Ｈ，Ｋ，Ｃ：１），逡逑（Ｌ

獲得邋Ｃ邋的條件模式基｛（Ｋ：ｌ），（比２），（Ｈ，Ｍ，Ｋ：１），（Ｈ，Ｋ：１），（Ｍ，Ｋ：；ｌ）｝，計算各個逡逑數(shù)據(jù)項的支持度計數(shù)為｛（Ｋ：４），腳４），（Ｍ：３）｝，最大加權(quán)支持度計數(shù)滿足條件要求，將逡逑其按照權(quán)重值升序排序，構(gòu)建Ｃ的局部加權(quán)ＦＰ樹，如圖３－８所示。逡逑娭逡逑￣１Ｔ邋０，６５邐４邐＾邋／邐．邋ｊ邐＾逡逑０．７０邋￣邐？＂邐／逡逑Ｉ邋Ｋ邋Ｍ邋４邋Ｉ邋？邋ｒ逡逑圖３－８邋Ｃ局部加權(quán)ＦＰ樹和項頭表逡逑同理自底向上的挖掘ｙＡ邋（Ａ，Ｐ，Ｃ）為前綴的加權(quán)ＦＰ樹，將前綴與Ｋ相結(jié)合，挖逡逑掘Ｗ邋（Ａ，邋Ｐ，Ｃ，Ｋ）為前綴的閉加權(quán)頻繁模式，而后分別挖掘不包含Ｋ邋（Ａ，邋Ｐ，逡逑Ｃ，Ｍ）為前綴的閉加權(quán)頻繁模式，不包含Ｋ和Ｍ，邋Ｗ邋（Ａ，Ｐ，Ｃ，Ｈ）為前綴的頻繁逡逑模式，Ｃ局部加權(quán)ＦＰ樹挖掘完畢后，返回上一層加權(quán)ＦＰ樹，即Ｐ局部加權(quán)ＦＰ樹，挖逡逑掘Ｗ邋（Ａ，Ｐ，Ｋ）為前綴不包含Ｃ，Ｆ的閉加權(quán)頻繁模克Ｗ此類推，直到獲得全部的逡逑尅加權(quán)頻繁模式。逡逑挖掘出的閉加權(quán)頻繁模式包括｛（剪刀，手柄；１２），（手柄，彈灻：９）

【參考文獻】

相關(guān)期刊論文 前5條

1 劉云錄;王景田;叢桂芳;;當(dāng)代林業(yè)機械發(fā)展及應(yīng)用[J];現(xiàn)代農(nóng)業(yè)科技;2013年23期

2 季鐸;蔡云雷;蔡東風(fēng);苗雪雷;;基于共享最近鄰的專利自動分類技術(shù)研究[J];沈陽航空工業(yè)學(xué)院學(xué)報;2010年04期

3 劉小虎;俞國勝;;中國林業(yè)機械發(fā)展的研究[J];黑龍江農(nóng)業(yè)科學(xué);2010年07期

4 韓彥良;;基于TRIZ理論功能裁剪的產(chǎn)品創(chuàng)新設(shè)計[J];制造業(yè)自動化;2013年01期

5 陳旭;馮嶺;劉斌;彭智勇;;基于技術(shù)功效矩陣的專利聚類分析[J];小型微型計算機系統(tǒng);2014年03期

本文編號：2753126