科技进步与对策

作者：高盼军1,戚湧1,2

单位：（1.南京理工大学 知识产权学院；2.南京理工大学 经济与管理学院，江苏 南京 210094）

关键词：专利质量;专利评估;评价指标;深度学习

基金：国家社会科学基金重点项目（23AZD038）；国家社会科学基金项目（22VRC064）；江苏省软科学研究计划项目（SBR2022000385）；江苏省知识产权战略推进计划重点项目（KY20230046_03）

随着科技迅猛发展和全球经济一体化进程的加快，知识产权尤其是专利变得至关重要。然而，高校专利质量水平相对较低，且大部分科研成果未转化为实际应用，造成资源浪费。建立基于深度学习的专利质量动态评估模型，结合专利静态特征和动态特征客观评估专利质量。通过分析国家知识产权局数据并选取1000个样本进行测试，上述模型能够快速准确地对专利质量进行评估，并考虑技术水平、创新程度和市场需求等多维度因素。采用BP神经网络进行训练，通过不断更新数据实现自我学习和调整，可提高评估准确性和可靠性。该专利质量动态评估方法可为决策者判断专利价值提供参考，推动专利产业化和商业化进程。

来源：2025年第10期

《科技进步与对策》期刊编辑部

查看科技进步与对策杂志2025年第10期