《表2 模型预测正确率:基于TRIZ发明原理的专利自动分类方案设计与实现》

《表2 模型预测正确率:基于TRIZ发明原理的专利自动分类方案设计与实现》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于TRIZ发明原理的专利自动分类方案设计与实现》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

为了验证该方案中专利自动分类模型训练和预测效果,对四川大学创新方法工作专项项目成果中已标注发明原理的专利文献中属于分割原理、抽取原理和局部质量原理三个发明原理的专利文本进行多分类模型的训练和预测。本实验所用数据具体情况见表1,使用MATLAB仿真环境和支持向量机(Support Vector Machine)分类算法进行专利文本模型训练和预测。三种类别的专利样本通过两两组合进行模型训练和预测,每两个类别实验随机选择训练样本数据和测试样本数据,且都重复50次,得到的模型平均预测精度结果见表2。