Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网山东省电力公司电力科学研究院马艳获国家专利权

国网山东省电力公司电力科学研究院马艳获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国网山东省电力公司电力科学研究院申请的专利一种基于多维指标分析的期刊动态评价方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115841269B

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211474685.4,技术领域涉及:G06Q10/0639;该发明授权一种基于多维指标分析的期刊动态评价方法是由马艳;邹立达;车永强;韩英昆;马雷;刘新设计研发完成,并于2022-11-23向国家知识产权局提交的专利申请。

一种基于多维指标分析的期刊动态评价方法在说明书摘要公布了:本发明提供了一种基于多维指标分析的期刊动态评价方法,包括步骤:获取期刊指标数据集、构建期刊时序数据集、对评价指标进行分析、进行期刊评价指标重要性和相关性分析、构建期刊指标时间序列数据集并基于该数据集构建动态期刊评价预测模型。本发明构建期刊时序数据集,该数据集涵盖数据量大、时间跨度长的特性,使其非常适合分析各指标对期刊评价的贡献,其自带的时序特征也可以帮助相关研究者动态的分析期刊的发展,将时间序列数据预测引入了期刊评价场景中并通过实验得到了一定的可用结果。

本发明授权一种基于多维指标分析的期刊动态评价方法在权利要求书中公布了:1.一种基于多维指标分析的期刊动态评价方法,其特征在于,包括步骤: (1)从期刊平台收集期刊指标并记录、排序,获取期刊指标数据集; (2)对结构化数据进行预处理,构建期刊时序数据集; (3)对期刊指标数据集进行归一化处理,运用灰色关联分析方法以及回归分析方法,对评价指标进行分析; (4)基于期刊指标数据集,选择传统机器学习、简单神经网络、深层神经网络方法用于期刊评价方向的回归任务,进行期刊评价指标重要性和相关性分析; (5)基于期刊时序数据集和评价指标分析结果,构建期刊指标时间序列数据集,基于该数据集构建动态期刊评价预测模型,进行科技期刊动态评价; (6)基于期刊指标数据集生成主题词,将指标可视化,构建科技期刊画像; 所述构建科技期刊画像的方法为:利用词性标记定义主题词分块语法,将名词及其单一变形设定为所需关键词的语法规则,对主题句进行分析得到主题句对应的语法树,进而对主题句进行分块以提取其中的关键词作为论文主题词;利用关键词云方法对期刊自身信息进行标准化处理并画像; 所述期刊指标包括包含3类期刊概述属性和18类期刊评价指标,所述期刊概述属性为期刊名、期刊种类、指标记录年份,所述期刊评价指标为地区分布数、基金论文比、平均作者数、平均引文数、引用半衰期、扩展H指标、扩展他引率、扩展即年指标、扩展学科影响指标、扩展学科扩散指标、扩展引用刊数、扩展总被引频次、扩展被引半衰期、文献选出率、机构分布数、来源文献量、海外论文比、扩展影响因子; 所述构建动态期刊评价预测模型选择机器学习和深度学习方法构建,包括:(1)将期刊指标时序数据集处理成一维输入向量与单个target的监督学习形式来训练机器学习方法构建的预测模型,并输入数据集的数据进行训练;(2)将期刊指标时序数据集处理成时间步*特征值数尺寸的二维向量与单个target的形式来训练深度学习方法构建的预测模型,对数据进行归一化处理后输入模型中进行训练; 所述机器学习方法包括多元线性回归、随机森林、XGBoost、LightGBM,所述深度学习方法包括LSTM、GRU、Conv-1D、WaveNet和ANN。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网山东省电力公司电力科学研究院,其通讯地址为:250003 山东省济南市市中区望岳路2000号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。