Q_Q110000BZDL 001-2020对专利保护的技术方案进行实验验证的方法.pdf

A00 Q/BZDL 北 京 毕 智 科 技 创 新 有 限 公 司 企 业 标 准 Q/110000 BZDL 001-2020 对专利保护的技术方案进行实验验证的方法 2020-04-09 发布 2020-04- 10 实施 北京毕智科技创新有限公司 发布 Q/110000BZDL 001-2020 前 言 本标准依据《中华人民共和国专利法 、《中华人民共和国知识产权法 、《企业知识产权管理 规范》等法规的规定，并结合本公司提供的服务的特点进行编制。 北京毕智科技创新有限公司提出。 北京毕智科技创新有限公司负责起草。 本标准主要起草人：任冠举、潘博昊、任准希、李彦峥。 本标准附录为资料性附录 。 Q/110000BZDL 001-2020 对专利保护的技术方案进行实验验证的方法 1 范围 本标准规定了对专利保护的技术方案进行实验验证的原则和方法 。 本标准适用于本公司专利代理及知识产权业务的开展 。 2 规范性引用文件 下列文件对于本文件是必不可少的 。凡是注日期引用的文件 ，仅注日期引用的版 本适用于本文件 ，凡是不注日期引用的文件 ，其最新版本 （包括所有的修改单 ）适 用于本文件 。 《中华人民共和国专利法 《中华人民共和国知识产权法 《企业知识产权管理规范 3 术语和定义 下列术语和定义适用于本文件 。 3 . 1 k-近邻法 k-Nearest Neighbor，KNN K 近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近 的 K 个实例， 这 K 个实例的多数属于某个类，就把该输入实例分类到这个类中。用于回归时可对不 同距离的近邻对该样本产生的影响赋不同的权值(weight)，如权值与距离成反比，然后根据自定义的 阈值，将距离 k 个近邻距离超过阈值的当做异常点。 3 .2 局部加权 线性 回归法 Locally Weighted Linear Regressions 局部加权线性回归法是为了解决传统线性回归法不能适用的样本的拟合预测 ，设 定的变化权值 ，越是靠近预测点 x ，其函数值就越接近于 1 ，越是远离预测点 x ，其 函数值就越接近于 0 。将这个 变化权值 加入到原始的线性回归模型中 ，就变成了局部 加权线性回归模型 ，其直观意义就是越是靠近预测点的实例点 ，它们对预测点的影 1 Q/110000BZDL 001-2020 响就应该越大 ，越是远离预测点的实例点 ，它们对预测点的影响就越小 ，也就是说 局部加权线性回归模型只关注于预测点附近的点 (这就是局部的含义 ) ，而不考虑其他 远离预测点的实例点 。 3 .3 k 均值聚类算法 k-means clustering algorithm k 均值聚类算法是一种迭代求解的聚类分析算法，其步骤是随机选取 K 个对象作为初始的聚类中 心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。 聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现 有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有 （或最小数 目）对象被重新分配给不同的聚类，没有 （或最小数目）聚类中心再发生变化，误差平方和局部最小。 3.4 多重填补法：Multipl