| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究意义和目的 | 第9-10页 |
| 1.2.1 研究意义 | 第9-10页 |
| 1.2.2 研究目的 | 第10页 |
| 1.3 国内外研究现状及分析 | 第10-15页 |
| 1.3.1 国外研究现状 | 第10-12页 |
| 1.3.2 国内研究现状 | 第12-14页 |
| 1.3.3 国内外文献综述的简析 | 第14-15页 |
| 1.4 研究主要内容和研究方法 | 第15-19页 |
| 1.4.1 论文主要内容与框架 | 第15-17页 |
| 1.4.2 研究方法与技术路线 | 第17-19页 |
| 第2章 专利价值理论及神经网络理论的分析 | 第19-40页 |
| 2.1 专利价值理论及分析 | 第19-23页 |
| 2.1.1 专利价值基础理论 | 第19-22页 |
| 2.1.2 专利价值分类与界定 | 第22-23页 |
| 2.2 专利价值评估方法分析 | 第23-31页 |
| 2.2.1 专利价值评估传统方法分析 | 第23-29页 |
| 2.2.2 专利价值评估新兴方法分析 | 第29-31页 |
| 2.3 BP 神经网络基本理论 | 第31-36页 |
| 2.3.1 神经网络基本原理 | 第31-32页 |
| 2.3.2 BP 神经网络原理 | 第32-33页 |
| 2.3.3 BP 网络的学习原理分析 | 第33-36页 |
| 2.3.4 BP 网络的学习流程 | 第36页 |
| 2.4 BP 神经网络在专利价值评估中的适用性分析 | 第36-39页 |
| 2.4.1 专利价值评估的难点 | 第36-37页 |
| 2.4.2 BP 神经网络的特点 | 第37-39页 |
| 2.4.3 BP 神经网络的适用性阐述 | 第39页 |
| 2.5 本章小结 | 第39-40页 |
| 第3章 专利价值评估指标体系的构建 | 第40-53页 |
| 3.1 专利价值评估指标体系建立的原则 | 第40-41页 |
| 3.1.1 重要性与全面性相结合的原则 | 第40页 |
| 3.1.2 内容动态性与相对稳定性相结合 | 第40-41页 |
| 3.1.3 统计上的有效性和可行性 | 第41页 |
| 3.1.4 定量指标与定性指标相结合 | 第41页 |
| 3.2 专利价值的影响因素 | 第41-44页 |
| 3.2.1 法律方面的影响因素 | 第41-43页 |
| 3.2.2 技术方面的影响因素 | 第43页 |
| 3.2.3 经济方面的影响因素 | 第43-44页 |
| 3.3 专利价值评估指标的确定 | 第44-50页 |
| 3.3.1 法律指标及其评价标准 | 第44-45页 |
| 3.3.2 技术指标及其评价标准 | 第45-48页 |
| 3.3.3 经济指标及其评价标准 | 第48-50页 |
| 3.4 专利价值评估指标的量化处理 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第4章 专利价值评估的 BP 神经网络模型构建与实证 | 第53-67页 |
| 4.1 专利价值评估的神经网络模型构建 | 第53-62页 |
| 4.1.1 专利价值评估的 BP 神经网络模型的基本假设 | 第53页 |
| 4.1.2 BP 神经网络应用于专利价值评价的原理 | 第53-54页 |
| 4.1.3 训练样本的选取和处理 | 第54-56页 |
| 4.1.4 BP 神经网络模型的建立和训练 | 第56-60页 |
| 4.1.5 专利价值评估的 BP 神经网络模型的优化 | 第60-62页 |
| 4.2 专利价值评估的神经网络模型的实证 | 第62-66页 |
| 4.2.1 数据的收集 | 第62页 |
| 4.2.2 数据的处理与分析 | 第62-63页 |
| 4.2.3 模型的训练确定 | 第63-64页 |
| 4.2.4 模型结果与分析 | 第64-66页 |
| 4.3 本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 主要参考文献 | 第68-71页 |
| 附录 | 第71-75页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第75-77页 |
| 致谢 | 第77页 |
