- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于分类回归决策树算法的专利价值评估指标体系邱一卉张驰雨厦门理工学院经济与管理学院福建厦门摘要科学准确的专利价值评估将有效地促进专利的产业化商业化是提升国家企业综合实力的重要关键点针对我国专利数据来源众多指标关系复杂等特点现有专利价值评估过程依赖人为主观缺乏客观合理评估方法等问题提出了一种基于分类回归决策树能提高评估建模效率在评估可解释性的基础上关键词专利价值评估指标体系属性选择决策树算法中图分类号文献标志码近年来我国的专利总量快速增长年我国全年科研经费支出达亿元比上年增长全年受理专利申请万件为
doi: 10.6043/j.issn.0438-0479.201608004
基于分类回归决策树算法的专利价值评估指标体系
邱一卉* 张驰雨
(厦门理工学院经济与管理学院,福建 厦门 361024)
摘要:科学、准确的专利价值评估将有效地促进专利的产业化、商业化 ,是提升国家、企业综合实力的重要关键点。针对我国专利数据来源众多、指标关系复杂等特点,现有专利价值评估过程依赖人为主观,缺乏客观、合理评估方法等问题,提出了一种基于分类回归决策树(lassification and regression tree, CART)能提高评估建模效率在评估可解释性的基础上
关键词:专利价值评估指标体系
您可能关注的文档
- currentliabilitiesandcontingencies.ppt
- cw-2000型超声-微波协同萃取仪操作方法及注意事项.doc
- cwindowsmicrosystemscd_mems.exe.ppt
- conclusionn.结论;决定;结局;协定,协议常用结构.ppt
- czcr-2016-01030.doc
- c包体育设备采购.doc
- c语言复习.ppt
- c程序设计语言.ppt
- d7街培训手册(范本).doc
- c语言程序设计第七章数组.ppt
- doi10.3969j.issn.2095-1744.2016.01.009.doc
- doi10.3969j.issn.1003-3246.2009.05.024.doc
- doublepipeheatexchanger.ppt
- dr.yuanwen-ze,袁文泽director,animalinspectionand.ppt
- dorisy.kim,universityofillinoisurbana-champaign.ppt
- drupal项目开发团队协作规范.ppt
- drugsfordiabetesmellitus.docx
- d包技术参数.doc
- e-booksaneditor'sview.ppt
- e-π水.ppt
文档评论(0)