166│2023年│8期2023年第45卷第8期基于专利数据的ATR技术融合关系预测研究何蔚收稿时间:2023-06-06作者简介:何蔚(1998-),本科,研究方向为知识产权。(南京理工大学知识产权学院南京210094)摘要文中旨在实现ATR领域关键技术融合关系的发展趋势预测,并对基于机器学习的技术融合预测方法进行了改进,以提高预测精度。文中以全球ATR技术领域的专利数据为数据源,搭建了一种CNN与SVM相结合的深度学习模型来进行技术融合,预测未来趋势,并将CNN自动学习特征与SVM在非线性问题分类上的优势结合起来,预测到2025年ATR技术领域将出现融合概率较高的技术类别。模型在预测实验中最高能达到90%精度,较之现有研究有所提高。另外,对行业发展情况进行了描述和分析,预测结果显示,,,等IPC对,在未来一段时间内出现技术融合的概率相对较高。关键词:技术融合;自动目标识别;深度学习;神经网络中图法分类号TP18ResearchonATRTechnologyFusionRelationshipPredictionBasedonPatentDataHEWei(CollegeofIntellectualProperty,NanjingUniversityofScienceandTechnology,Nanjing210094,China)AbstractThepurposeofthispaperistorealizethedevelopmenttrendpredictionofthefusionrelationshipofkeytech-nologiesintheATRfield,andtoimprovethetechnologyfusionpredictionmethodbasedonmachinelearningtoimprovethepredictionaccuracy.Inthispaper,adeeplearningmodelcombiningCNNandSVMisbuilttoperformtechnologyfu-sionandpredictfuturetrends.CombiningtheautomaticlearningfeaturesofCNNwiththeadvantagesofSVMinnonlinearproblemclassification,itispredictedthatby2025,therewillbetechnologycategorieswithhighfusionprobabilityintheATRtechnologyfield.Themodelcanachieveupto90%accuracyinpredictionexperiments,whichisimprovedcomparedwithexistingresearch.Inaddition,thedevelopmentoftheindustryisdescribedandanalyzed,andtheforecastresultsshowthatIPCpairssuchas,,havearelativelyhighprobabilityoftech-nologyintegrationinthenextperiodoftime.KeywordsTechnologyfusion,Automatictargetrecognition,Deeplearning,Neuralnetwork0引言ATR技术旨在快速准确地完成图像处理,提取并分析其中的有用信息,其在矿产资源、海洋变迁、植被生长等领域的应用,可以有效提高勘测效率。目前,各国十分重视AT...
