1緒論

根據(jù)WIPO的研究報告表述，近十年來全巧的專利申請量年平均增長李達(dá)到了4.7％左右，單單我國毎年的專利申請數(shù)已達(dá)到百萬，而公布的專利總數(shù)已經(jīng)超過二百萬，圖1.1是世界五大知識產(chǎn)權(quán)局專利在2004－2014年的申請量的變化趨勢。如果能夠有效地利用豐富的專利資源，不僅可促進工業(yè)科技的發(fā)展，而且可以縮短創(chuàng)新設(shè)計的研發(fā)周期以節(jié)約科研經(jīng)費。但是這些專利的存在形式主要有自然語言文本、圖形和公式等，其信息量巨大，人王很難對其進行處理。借助計算機自動化處理能力，結(jié)合專利知識輔助產(chǎn)品創(chuàng)新設(shè)計方法，高效地實現(xiàn)專利檢索、專利知識獲取與表示、專利知識推送及創(chuàng)新等。因此，如何利用日益發(fā)展的計算機技術(shù)自動處理巨大的知識信息量并輔助產(chǎn)品創(chuàng)新設(shè)計是創(chuàng)新設(shè)計方法中的重要分支。

........

2基于相化度計算的專利撿索方法研究

2.1引言

用戶在產(chǎn)品設(shè)計過程中通常需要查找相關(guān)的知識輔助其進行產(chǎn)品設(shè)計。隨著對專利文獻的研究日益深入，將專利中蘊含的各領(lǐng)域豐富的知識資源應(yīng)用于產(chǎn)品創(chuàng)新設(shè)計的研究成為了當(dāng)前重要的研究方向。但是，隨著專利數(shù)量的日漸增長，大量的專利在一定程度上增加了專利檢索難度，反而阻礙了專利在設(shè)計中的有效應(yīng)用。當(dāng)前關(guān)鍵詞檢索法得到的大量專利文獻中，通常只有一部分滿足用戶的設(shè)計需求，檢索后再篩選費時費為。利用相化度計算的專利檢索方法，可以實現(xiàn)由用戶提出的產(chǎn)品描述進行檢索，也可由相關(guān)產(chǎn)品的目標(biāo)專利進行檢索，由不同的檢索途徑滿足不同設(shè)計需求。本章重點分析專利文本的特點，考慮了用于相化度計算的特征詞形式及其位置權(quán)重對相似度計算的影響，改逍了相化度的計算方法，從而提高專利檢索的堆確性。

2.2基于相似度計算的專利檢索方法介紹

通過避開同領(lǐng)域的專利技術(shù)，以防止侵犯他人專利權(quán)。而直接利用專利文獻進行反求設(shè)計的關(guān)鍵在于對反求對象的特征分析，包括其結(jié)構(gòu)和功能特征，通過有效的特征分析可以提高檢索效率，減小檢索工作量，因此，所反求對象的產(chǎn)品專利即可作為檢索條件進行檢索，可以提高檢索的效率；規(guī)避設(shè)計則是避開同領(lǐng)域的專利產(chǎn)品中的結(jié)構(gòu)、原理等，特別是權(quán)利要求書中的專利產(chǎn)品必要技術(shù)特征，因此，利用專利文本進行檢索可以避免忽咯關(guān)鍵的技術(shù)特征，使檢索的結(jié)果更加準(zhǔn)確。由以上的分析發(fā)現(xiàn)，不同的設(shè)計方法決定了采用何種檢索條件，故針對不同用戶的不同設(shè)計方法，需要用戶輸入的檢索條件如表2.1所示。由相應(yīng)的檢索條件檢索獲取用戶所需的相關(guān)專利文獻進行產(chǎn)品巧計。

3基于專利知識的推送方法研究...........27

3.1引言...........27
3.2專利知識推送的形式化表達(dá)...........28
3.3專利知識的推送求解...........40
3.4專利知識的推送流卷...........46
3.5實例分析...........48
3.6本章小結(jié)...........49
4基于專利知識的計算機輔助產(chǎn)品創(chuàng)新設(shè)計系統(tǒng)...........50
4.1引言...........52
4.2系統(tǒng)開發(fā)環(huán)境及總體框架...........53
4.3產(chǎn)品創(chuàng)新設(shè)計及系統(tǒng)功能實現(xiàn)...........58
4.4小結(jié)...........67
5總結(jié)與展望...........69
5.1總結(jié)...........69
5.2展望.............70

4基于專利知識的計算機輔助產(chǎn)品創(chuàng)新設(shè)計系統(tǒng)

4.1引言

在前文的章節(jié)中，已經(jīng)提出了基于專利知識的產(chǎn)品創(chuàng)新設(shè)計方法，對產(chǎn)品專利的檢索以及利用提取的專利知識進行推送進行了系統(tǒng)性的研究和分析，初步建立了基于專利知識的產(chǎn)品創(chuàng)新設(shè)計方法的基本理論基礎(chǔ)與框架，以此為基礎(chǔ)利用計算機開發(fā)并實現(xiàn)了基于專利知識的計算機輔助產(chǎn)品創(chuàng)新設(shè)計系統(tǒng)，結(jié)合設(shè)計實例對系統(tǒng)中的各個模塊的功能實現(xiàn)進行分析說明。

4.2系統(tǒng)開發(fā)環(huán)境及總體框架
用戶通過在客戶端新建設(shè)計信息，，輸入檢索條件，以其檢索條件對由相關(guān)關(guān)鍵詞檢索到的專利進行二次檢索，系統(tǒng)對專利進行分析處理和知識獲取，結(jié)合用戶的提出的設(shè)計需求，依次匹配推送相關(guān)的專利知識，用戶以此知識完成概念設(shè)計階段的設(shè)計任務(wù)。系統(tǒng)的結(jié)構(gòu)主要包括用戶管理模塊、專利檢索模塊、專利知識提取模塊、專利知識推送模塊和知識庫管理模塊五大模塊，如圖4.2所示，各模塊具體功能介紹如下：（1）用戶管理模塊：是用戶與系統(tǒng)的交互界面，用戶從自身需求出發(fā)建立自己的賬號，并錄入相關(guān)信息，包括檢索條件及設(shè)計需求，再次使用可直接登陸進入。（2）專利檢索模塊：從用戶的檢索條件出發(fā)對從美國專利局?jǐn)?shù)據(jù)庫獲取的專利進行二次檢索，通過兩次篩選的專利提高了專利查找的準(zhǔn)確性，更加符合用戶的需求。（3）專利知識提取模塊：根據(jù)專利文本中知識存在的特點，利用專利知識提取方法對專利中包括功能知識和結(jié)構(gòu)知識在內(nèi)的作用結(jié)構(gòu)知識以及后發(fā)性知識進行提取，并建立專利知識庫。
......

5總結(jié)與展望

5.1總結(jié)

在如何更好地獲取相關(guān)專利文本、如何更好地提取專利知識以及如何更好地利用從專利中提取的知識等盧品創(chuàng)新設(shè)計研究中重要的研究方向的背景下，針對當(dāng)前基于專利知識的產(chǎn)品創(chuàng)新設(shè)計中存在的一些亟待解決的問題，特別是本課題組已有的基于專利知識的產(chǎn)品創(chuàng)新設(shè)計方法存在的問題，深入研究了專利文本的檢索獲取方法及針對用戶設(shè)計需求的基于專利知識的推送方法，并在此基礎(chǔ)上初步實現(xiàn)了基于專利知識的計算機輔助產(chǎn)品創(chuàng)新系統(tǒng)，并將其應(yīng)用于自動螺釘裝配機構(gòu)的創(chuàng)新設(shè)計中。

5.2展望

論文針對當(dāng)前專利知識輔助產(chǎn)品創(chuàng)新設(shè)計流程中的一些關(guān)鍵性技術(shù)問題包括專利檢索及專利知識推送等方面進行了針對性地研究，并取得了初步的研究成果，但由于研究水平和時間的限制，對于專利知識輔助產(chǎn)品創(chuàng)新設(shè)計仍然有一些王作需要進一步的完善和研究，如：1．專利檢索方法的進一步深入。雖然在基于向量空間文本相化度算法的基礎(chǔ)上進行一系列的改進，但在檢索的準(zhǔn)確度上仍然可以有很大的提升空間。當(dāng)前針對特征詞語又相似度的研究邑經(jīng)相對成熟，因此，可研究基于語又分析與詞頻統(tǒng)計相結(jié)合的算法并用于專利檢索，使得檢索更為準(zhǔn)確。2．專利知識提取。本文沿用了由人工總結(jié)專利文本在規(guī)律進而歸納用于專利知識提取的規(guī)則，很大卷度上受人工主觀的影響，而且已提取的專利知識并不是全部都可レ乂進行應(yīng)用，需要對專利知識進行更深入的了解，實現(xiàn)專利知識的自動獲取并提高專利知識的利用率

.......

參考文獻（略）

本文編號：57355