典型文献
融合知识图谱和深度神经网络的产业新兴技术预测模型研究
文献摘要：
实现产业新兴技术精准预测,有助于产业发展超前布局,抢占技术制高点,赋能高水平科技自立自强.本研究在基于知识图谱技术,定义产业技术专利概念、关系及属性,构建产业技术专利知识图谱的基础上,围绕新兴技术的新颖性、社会影响性、根本创新性三个主要特征,以"新颖度-应用范围-发展能力"构建完整的可量化的产业新兴技术指标体系,并利用技术专利知识图谱复杂语义信息,映射图谱查询语句提取各指标特征值,依托深度神经网络算法,训练产业新兴技术预测模型,实现产业新兴技术精准预测;最后,以新能源汽车产业为例,验证模型有效性.本研究能够为各产业领域的新兴技术预测提供有价值的参考,为产业发展决策提供支持.
文献关键词：
技术预测;知识图谱;深度学习;神经网络;新能源汽车产业
中图分类号：
作者姓名：
魏明珠;郑荣;高志豪;王晓宇
作者机构：
吉林大学商学与管理学院,长春 130012;吉林大学信息资源研究中心,长春 130012
文献出处：
引用格式：
[1]魏明珠;郑荣;高志豪;王晓宇-.融合知识图谱和深度神经网络的产业新兴技术预测模型研究)[J].情报学报,2022(11):1134-1148
A类：
专利知识图谱
B类：
融合知识,深度神经网络,技术预测,精准预测,抢占,制高点,高水平科技自立自强,基于知识,产业技术,技术专利,新颖性,影响性,技术指标,利用技术,语义信息,语句,指标特征,神经网络算法,新能源汽车产业,验证模型,模型有效性,产业领域
AB值：
0.248547
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
