改进小波神经网络下的我国发明专利授权数量预测  

作　　者：马军杰[1] 尤建新[2] 卢锐[2] 

机构地区：[1]同济大学法学院/知识产权学院 [2]同济大学经济与管理学院,上海200092

出　　处：《科技进步与对策》2013年第4期121-123,共3页Science & Technology Progress and Policy

基　　金：国家自然科学基金项目(71103128;70973088);国家科技支撑计划项目(2009BAC62B01)

摘　　要：专利授权信息是反映专利权人在不同科技领域和产业部门技术积累与控制能力的重要指标,因此政府和企业在作专利战略规划和决策时越来越重视专利授权预测分析的结果。采用小波神经网络模型对国内月度专利授权数量展开时间序列研究,并对其进行短期预测。研究结果表明,小波神经网络训练和泛化平均绝对误差分别是298件和955件,t检验值表明建立的小波神经网络是可信的,网络的训练结果和泛化结果与实际值差异不明显;小波神经网络预测的平均相对误差为10.88%,在期望值有剧烈波动的情况下,小波神经网络依然能够比较准确地预测我国各月度的发明专利授权数量。

关 键 词：发明专利 授权专利 小波神经网络 专利授权信息 

分 类 号：G306[文化科学]