基于异常检测的专利技术机会识别
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 技术机会识别研究现状 | 第10-12页 |
| 1.2.2 异常检测技术研究现状 | 第12-13页 |
| 1.3 论文主要研究工作及论文结构 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 论文结构 | 第14-15页 |
| 第2章 相关理论及方法简介 | 第15-33页 |
| 2.1 文本相似度计算相关技术概述 | 第15-17页 |
| 2.1.1 文本相似度的基本概念 | 第15页 |
| 2.1.2 文本预处理 | 第15-16页 |
| 2.1.3 向量空间模型 | 第16页 |
| 2.1.4 相似度计算 | 第16-17页 |
| 2.2 异常检测相关理论 | 第17-31页 |
| 2.2.1 预备知识 | 第17页 |
| 2.2.2 统计方法 | 第17-20页 |
| 2.2.3 基于距离的异常检测算法 | 第20-21页 |
| 2.2.4 基于邻近度的异常检测 | 第21-23页 |
| 2.2.5 基于密度的异常点检测 | 第23-25页 |
| 2.2.6 基于聚类的异常点检测 | 第25-27页 |
| 2.2.7 空间异常点检测 | 第27-30页 |
| 2.2.8 基于CNM算法的异常点检测 | 第30-31页 |
| 2.3 TRIZ理论概述 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 基于异常检测算法的技术机会识别 | 第33-43页 |
| 3.1 异常专利及技术机会的定义 | 第33页 |
| 3.2 基于异常检测算法的技术机会识别模型 | 第33-42页 |
| 3.2.1 专利相似度计算及降维处理 | 第34-36页 |
| 3.2.2 异常检测算法的实现 | 第36-41页 |
| 3.2.3 异常检测算法的组合 | 第41页 |
| 3.2.4 技术机会的识别规则 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 实证研究 | 第43-63页 |
| 4.1 案例背景 | 第43-44页 |
| 4.2 数据来源和周期划分 | 第44-45页 |
| 4.3 基于异常检测的技术机会识别 | 第45-62页 |
| 4.3.1 技术机会识别模型的验证 | 第45-56页 |
| 4.3.2 技术机会识别模型的预测 | 第56-62页 |
| 4.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录 基于空间向量模型的专利文本相似度计算程序 | 第69-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-73页 |
| 致谢 | 第73页 |
