摘要 | 第4-5页 |
ABSTRACT | 第5页 |
1 绪论 | 第8-14页 |
1.1 课题来源 | 第8页 |
1.2 课题背景和意义 | 第8-9页 |
1.3 国内外研究概况 | 第9-12页 |
1.4 本文主要研究内容 | 第12-13页 |
1.5 论文的组织结构 | 第13-14页 |
2 基于文本分析与深度学习的机器人领域划分方案研究 | 第14-24页 |
2.1 机器人领域专利数据检索及预处理 | 第14-16页 |
2.2 基于文本分析与深度学习的机器人领域划分方案设计 | 第16-20页 |
2.3 LDA-DNN机器人领域划分框架 | 第20-21页 |
2.4 机器人领域划分评价方法 | 第21页 |
2.5 本章小结 | 第21-24页 |
3 基于数据增强与深度学习的机器人专利质量分类方案研究 | 第24-32页 |
3.1 机器人领域专利质量分类方案设计 | 第25-28页 |
3.2 GAN-DNN专利质量分类框架 | 第28-29页 |
3.3 机器人领域专利质量分类评价方法 | 第29-30页 |
3.4 本章小结 | 第30-32页 |
4 机器人融合新兴技术领域识别方案研究 | 第32-40页 |
4.1 技术融合过程理论模型 | 第33-34页 |
4.2 机器人融合新兴技术领域识别方案设计 | 第34-36页 |
4.3 机器人融合新兴技术领域识别框架 | 第36页 |
4.4 引用网络分析软件CITATIONNETWORKDATAANALYZER研发 | 第36-38页 |
4.5 本章小结 | 第38-40页 |
5 机器人融合新兴技术领域识别实验分析 | 第40-52页 |
5.1 基于文本分析与深度学习的机器人领域划分实验分析 | 第40-45页 |
5.2 基于数据增强与深度学习的机器人专利质量分类实验分析.. | 第45-49页 |
5.3 机器人融合新兴技术领域识别实验分析 | 第49-51页 |
5.4 本章小结 | 第51-52页 |
6 全文总结与展望 | 第52-54页 |
6.1 全文总结 | 第52-53页 |
6.2 研究展望 | 第53-54页 |
致谢 | 第54-56页 |
参考文献 | 第56-61页 |
附录A 机器人专利检索式 | 第61-65页 |
附录B 硕士研究生阶段所发表文章 | 第65页 |