| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第12-25页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-22页 |
| 1.2.1 机电产品创新设计研究现状 | 第13-14页 |
| 1.2.2 机电产品创新设计的知识获取方法研究现状 | 第14-19页 |
| 1.2.3 创新设计的知识重用方法研究现状 | 第19-22页 |
| 1.3 研究内容与创新性成果 | 第22-23页 |
| 1.4 论文的组织结构 | 第23-25页 |
| 第2章 机电产品创新设计知识获取与重用技术框架 | 第25-44页 |
| 2.1 引言 | 第25-27页 |
| 2.2 专利文本表示方法 | 第27-29页 |
| 2.2.1 基于统计的专利文本表示方法 | 第27-28页 |
| 2.2.2 基于语义的专利文本表示方法 | 第28页 |
| 2.2.3 基于神经网络的文本表示方法 | 第28-29页 |
| 2.3 面向创新设计的专利文本关键词抽取 | 第29-31页 |
| 2.3.1 监督学习专利关键词提取方法 | 第29-30页 |
| 2.3.2 非监督学习关键词抽取方法 | 第30页 |
| 2.3.3 现有方法对比 | 第30-31页 |
| 2.4 创新设计的专利命名实体识别技术 | 第31-37页 |
| 2.4.1 基于字典的命名实体识别技术 | 第32-33页 |
| 2.4.2 基于规则的命名实体识别技术 | 第33-34页 |
| 2.4.3 基于统计学习模型的实体识别技术 | 第34-35页 |
| 2.4.4 基于神经网络实体识别技术 | 第35-37页 |
| 2.5 创新设计的知识重用方法 | 第37-43页 |
| 2.5.1 案例推理和规则推理的设计知识重用 | 第37-39页 |
| 2.5.2 知识模板的设计知识重用 | 第39-41页 |
| 2.5.3 知识组件的设计知识重用 | 第41-42页 |
| 2.5.4 基于本体的设计知识重用 | 第42-43页 |
| 2.6 本章小结 | 第43-44页 |
| 第3章 面向大规模专利分类的深度学习模型 | 第44-66页 |
| 3.1 引言 | 第44页 |
| 3.2 专利分类相关工作 | 第44-48页 |
| 3.2.1 专利文本特征表示方法 | 第44-45页 |
| 3.2.2 专利分类体系 | 第45-46页 |
| 3.2.3 深度学习在文本特征提取中的应用 | 第46-48页 |
| 3.3 基于深度学习的专利分类分级特征提取模型 | 第48-51页 |
| 3.3.1 基于CNN的N-gram特征提取方法 | 第48-49页 |
| 3.3.2 基于双向LSTM的长依赖特征提取方法 | 第49-50页 |
| 3.3.3 分层特征提取模型的体系结构 | 第50-51页 |
| 3.4 数据集和评估指标 | 第51-56页 |
| 3.5 实验分析与对比 | 第56-65页 |
| 3.5.1 实验设置 | 第56-57页 |
| 3.5.2 实验结果和讨论 | 第57-65页 |
| 3.6 本章小结 | 第65-66页 |
| 第4章 基于分布式表示模型的专利文本关键词抽取算法 | 第66-82页 |
| 4.1 引言 | 第66页 |
| 4.2 基于关键字的专利分析 | 第66-67页 |
| 4.3 基于分布式表示的专利关键词抽取算法 | 第67-73页 |
| 4.3.1 总体研究框架和算法 | 第67-69页 |
| 4.3.2 基于信息熵的关键词抽取质量评估方法 | 第69-70页 |
| 4.3.3 基于特征分类的评价方案 | 第70页 |
| 4.3.4 基于Skip-gram模型的专利文本表示方法 | 第70-72页 |
| 4.3.5 基于k-means算法的中心词聚类算法 | 第72-73页 |
| 4.3.6 基于余弦相似度的关键词排序算法 | 第73页 |
| 4.4 实验结果与分析 | 第73-80页 |
| 4.4.1 实验数据 | 第73-74页 |
| 4.4.2 实验结果与数据分析 | 第74-80页 |
| 4.5 本章小结 | 第80-82页 |
| 第5章 面向机电产品创新设计的专利实体识别模型研究 | 第82-94页 |
| 5.1 引言 | 第82页 |
| 5.2 基于BiLSTM和CRF的专利实体识别模型 | 第82-87页 |
| 5.2.1 长短期记忆神经网络 | 第82-84页 |
| 5.2.2 双向长短期记忆神经网络 | 第84-85页 |
| 5.2.3 条件随机场模型 | 第85-86页 |
| 5.2.4 基于BiLSTM和CRF的专利文本实体识别模型 | 第86-87页 |
| 5.3 模型训练与结果分析 | 第87-92页 |
| 5.3.1 实验数据与评价方案 | 第87-90页 |
| 5.3.2 模型训练 | 第90-91页 |
| 5.3.3 实验结果及分析 | 第91-92页 |
| 5.4 本章小结 | 第92-94页 |
| 第6章 基于本体的机电产品创新设计知识重用方法研究 | 第94-105页 |
| 6.1 引言 | 第94页 |
| 6.2 专利文本中的实体关系抽取 | 第94-97页 |
| 6.2.1 专利文本中实体关系分析 | 第95-96页 |
| 6.2.2 实体间关系抽取模型 | 第96-97页 |
| 6.3 专利实体的概念设计知识重用方法研究 | 第97-104页 |
| 6.3.1 专利文本的实体建模 | 第97-101页 |
| 6.3.2 实体的语义相似度模型 | 第101-102页 |
| 6.3.3 实体的图数据建模 | 第102-104页 |
| 6.4 本章小结 | 第104-105页 |
| 第7章 机电产品创新设计的知识获取与重用原型系统实现和应用 | 第105-135页 |
| 7.1 原型系统设计 | 第105-115页 |
| 7.1.1 原型系统概述 | 第105页 |
| 7.1.2 功能需求分析 | 第105-109页 |
| 7.1.3 原型系统架构设计 | 第109-115页 |
| 7.1.4 开发和运行环境 | 第115页 |
| 7.2 功能设计与实现 | 第115-125页 |
| 7.2.1 知识图谱模块 | 第116-118页 |
| 7.2.2 知识库模块 | 第118-121页 |
| 7.2.3 知识重用管理模块 | 第121-122页 |
| 7.2.4 项目管理模块 | 第122-123页 |
| 7.2.5 支撑模块 | 第123-125页 |
| 7.3 原型系统在异型卷烟分拣设备创新设计中的实例应用 | 第125-133页 |
| 7.3.1 异型卷烟分拣设备设计过程的功能模块需求 | 第125-126页 |
| 7.3.2 原型系统推荐拟选方案 | 第126-129页 |
| 7.3.3 KARM-System辅助码垛机械手创新设计的应用实例 | 第129-133页 |
| 7.4 本章小结 | 第133-135页 |
| 第8章 总结与展望 | 第135-138页 |
| 8.1 论文研究总结 | 第135-136页 |
| 8.2 未来工作展望 | 第136-138页 |
| 致谢 | 第138-139页 |
| 附录 | 第139-158页 |
| 附录A 攻读博士学位期间获得的学术成果清单 | 第139-140页 |
| a学术论文 | 第139-140页 |
| b译著 | 第140页 |
| c专利 | 第140页 |
| 附录B 攻读博士学位期间参加与课题相关的重大科研项目 | 第140页 |
| 附录C 论文中部分核心代码 | 第140-158页 |
| a专利文献在线爬取核心代码 | 第140-147页 |
| b专利文献分类算法 | 第147-158页 |
| 参考文献 | 第158-168页 |
