目錄 第一章 溫故知新, 看軟件保護歷史進程 第一節(jié) 軟件專利保護如何從無到有 一、1985 版《指南》 二、1993 版《指南》 三、2001 版《指南》 四、2006 版《指南》 第二節(jié) 軟件專利保護如何由弱到強 一、2017 年《指南》修改公告 二、2020 年《指南》修改公告 第三節(jié) 軟件專利最新審查標準解讀 一、客體標準變化 二、創(chuàng)造性標準變化 三、撰寫方式變化 第二章 以案說法, 談最新審查標準適用 第一節(jié) 如何把握算法與應(yīng)用領(lǐng)域的松緊耦合 一、現(xiàn)有規(guī)定及困惑 二、整體判斷思路 三、典型案例 案例 2-1-1 建立數(shù)學(xué)模型的方法和裝置 案例 2-1-2 計算并聯(lián)系統(tǒng)可靠度的方法 案例 2-1-3 深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法、裝置及計算機設(shè)備 案例 2-1-4 時間序列拐點檢測方法 案例 2-1-5 基于BP 和PSO 的數(shù)據(jù)預(yù)測方法 案例 2-1-6 基于云遺傳算法的風功率預(yù)測方法 案例 2-1-7 基于AM 嵌套抽樣算法的地下水模型評價方法 案例 2-1-8 能源數(shù)據(jù)預(yù)測模型的訓(xùn)練方法 第二節(jié) 何為具有確切技術(shù)含義的數(shù)據(jù) 一、現(xiàn)有規(guī)定及困惑 二、整體判斷思路 三、典型案例 案例 2-2-1 一種用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法 案例 2-2-2 一種基于調(diào)查數(shù)據(jù)的決策方法 案例 2-2-3 一種字符串匹配方法 案例 2-2-4 一種聚類實現(xiàn)方法 案例 2-2-5 一種多標記分類方法 案例 2-2-6 一種人臉圖像的處理方法 案例 2-2-7 一種網(wǎng)格細分方法 案例 2-2-8 一種三維網(wǎng)格線條拉直方法 案例 2-2-9 一種三維模型局部半透明顯示操作實現(xiàn)方法 案例 2-2-10 一種基于訓(xùn)練數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法 案例 2-2-11 一種基于神經(jīng)網(wǎng)絡(luò)的非線性時變系統(tǒng)求解方法 案例 2-2-12 一種保留多任務(wù)訓(xùn)練的模型訓(xùn)練方法 第三節(jié) 如何判斷是否屬于對計算機系統(tǒng)內(nèi)部性能的改進 一、現(xiàn)有規(guī)定及困惑 二、整體判斷思路 三、典型案例 案例 2-3-1 分類模型的訓(xùn)練方法 案例 2-3-2 基于重訓(xùn)練的神經(jīng)網(wǎng)絡(luò)剪枝量化方法 案例 2-3-3 壓縮感知觀測矩陣生成方法 案例 2-3-4 卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化方法 案例 2-3-5 樣本類別標簽糾正方法 案例 2-3-6 神經(jīng)網(wǎng)絡(luò)在線模型的驗證方法 案例 2-3-7 多輸入多輸出矩陣最大值池化向量化實現(xiàn)方法 案例 2-3-8 用于展開卷積神經(jīng)網(wǎng)絡(luò)的張量數(shù)據(jù)的方法 案例 2-3-9 基于Spark 分布式內(nèi)存計算的空間K 均值聚類方法 案例 2-3-10 深度神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練方法 案例 2-3-11 基于分布式內(nèi)存計算的大數(shù)據(jù)實時處理方法 案例 2-3-12 神經(jīng)網(wǎng)絡(luò)的前向推理方法 案例 2-3-13 用于使用外積之和來計算張量縮并的原生張量處理器的外積單元 案例 2-3-14 用于稀疏連接的人工神經(jīng)網(wǎng)絡(luò)計算裝置 案例 2-3-15 計算裝置 第四節(jié) 何謂數(shù)據(jù)之間符合自然規(guī)律的內(nèi)在關(guān)聯(lián)關(guān)系 一、現(xiàn)有規(guī)定及困惑 二、整體判斷思路 三、典型案例 案例 2-4-1 符合加減刑專家常識規(guī)則的刑期自動預(yù)測方法 案例 2-4-2 店鋪人氣值的預(yù)測方法 案例 2-4-3 農(nóng)村地區(qū)新態(tài)勢負荷潛力預(yù)測方法 案例 2-4-4 基于神經(jīng)網(wǎng)絡(luò)的股票價格趨勢預(yù)測方法 案例 2-4-5 股票訂單交易方法 案例 2-4-6 基于大數(shù)據(jù)的人員價值計算方法 案例 2-4-7 水鳥調(diào)查地址選擇方法 案例 2-4-8 領(lǐng)導(dǎo)能力評估方法及裝置 案例 2-4-9 電子券使用傾向度的分析方法 案例 2-4-10 個性化教育資源的推薦方法 案例 2-4-11 一種選址模型構(gòu)建和選址方法 第五節(jié) 如何判斷彼此相互支持、存在相互作用關(guān)系 一、現(xiàn)有規(guī)定及困惑 二、整體判斷思路 三、典型案例 案例 2-5-1 訂單數(shù)決定裝置 案例 2-5-2 用于無人駕駛車的障礙物檢測結(jié)果評估方法 案例 2-5-3 基于區(qū)塊鏈的互助保險和互助保障運行方法 案例 2-5-4 基于改進凝聚層次聚類的景區(qū)村落地下水采樣點優(yōu)選方法 第六節(jié) 如何考量用戶體驗改進帶來的技術(shù)效果 一、現(xiàn)有規(guī)定及困惑 二、判斷思路 三、典型案例 案例 2-6-1 應(yīng)用程序下載途徑的評價方法 案例 2-6-2 在線客服的實現(xiàn)方法 案例 2-6-3 觸摸鍵盤動態(tài)生成方法 第三章 服務(wù)創(chuàng)新, 解熱點領(lǐng)域申請困惑 第一節(jié) 知識圖譜 案例 3-1-1 藥品說明書的知識圖譜構(gòu)建方法 案例 3-1-2 基于模糊理論的知識圖譜優(yōu)化方法 案例 3-1-3 一種基于關(guān)系注意力的知識圖譜推理方法 案例 3-1-4 基于融合特征的知識圖譜的水電機組故障診斷方法 第二節(jié) 用戶畫像 案例 3-2-1 用戶畫像構(gòu)建方法 案例 3-2-2 基于深度學(xué)習在線教育學(xué)生綜合畫像標簽管理系統(tǒng) 案例 3-2-3 電力行業(yè)用戶畫像構(gòu)建方法 案例 3-2-4 一種用戶信用評估方法 第三節(jié) 智慧醫(yī)療 案例 3-3-1 基于深度神經(jīng)網(wǎng)絡(luò)的MRI 腦腫瘤自動識別方法 案例 3-3-2 住院病人醫(yī)療管理質(zhì)量評估方法 案例 3-3-3 基于動態(tài)優(yōu)化模糊模式算法的醫(yī)療數(shù)據(jù)不確定性分析方法 案例 3-3-4 一種藥品推薦方法 第四節(jié) 智慧城市 案例 3-4-1 基于公路換乘的航班計劃優(yōu)化方法 案例 3-4-2 一種計算新增城市綠地對生態(tài)效能影響的方法 案例 3-4-3 一種城市汽車碳交易系統(tǒng) 案例 3-4-4 土地監(jiān)管抽樣方法 案例 3-4-5 一種城市空間格局合理性診斷的技術(shù)方法 第五節(jié) 數(shù)字貨幣 案例 3-5-1 基于數(shù)字貨幣實現(xiàn)籌資交易的方法 案例 3-5-2 一種處理數(shù)字貨幣的方法 案例 3-5-3 使用數(shù)字票據(jù)憑證在流通域內(nèi)進行商品交易的方法 第六節(jié) 智慧電力 案例 3-6-1 基于成本和納什均衡的電力市場交易效率提升方法 案例 3-6-2 基于改進粒子群算法的供電套餐的優(yōu)化方法 案例 3-6-3 一種基于奇異譜分析和局部敏感哈希的多步風能預(yù)測方法 案例 3-6-4 電力日前市場出清計算方法