| 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 |
