模拟申请专利，一种建立数学模型的方法 可以申请方法专利吗？

今天，乐知网小编 给大家分享 模拟申请专利，一种建立数学模型的方法可以申请方法专利吗？

模拟申请专利，一种建立数学模型的方法可以申请方法专利吗？

要看实际解决了什么技术问题，数学模型中的各个参数代表什么物理意义来进一步判断是否属于专利法保护的客体，即提交专利申请是否会被驳回。

如果是纯数学建模智力规则与方法，要被专利法第二十五条驳回。

如果说建立这个模型 解决了一个实际的技术问题，并且取得了技术效果，那么就有被授权的可能。

《审查指南》中明确说明： (1)属于专利法第二十五条第一款第(二)项范围之内的包含算法特征或商业规则和方法特征的发明专利申请，不属于专利保护的客体。

【例1】一种建立数学模型的方法申请内容概述发明专利申请的解决方案是一种建立数学模型的方法，通过增加训练样本数量，提高建模的准确性。

该建模方法将与第一分类任务相关的其它分类任务的训练样本也作为第一分类任务数学模型的训练样本，从而增加训练样本数量，并利用训练样本的特征值、提取特征值、标签值等对相关数学模型进行训练，并最终得到第一分类任务的数学模型，克服了由于训练样本少导致过拟合而建模准确性较差的缺陷。

申请的权利要求一种建立数学模型的方法，其特征在于，包括以下步骤：根据第一分类任务的训练样本中的特征值和至少一个第二分类任务的训练样本中的特征值，对初始特征提取模型进行训练，得到目标特征提取模型；其中，所述第二分类任务是与所述第一分类任务相关的其它分类任务；根据所述目标特征提取模型，分别对所述第一分类任务的每个训练样本中的特征值进行处理，得到所述每个训练样本对应的提取特征值；将所述每个训练样本对应的提取特征值和标签值组成提取训练样本，对初始分类模型进行训练，得到目标分类模型；将所述目标分类模型和所述目标特征提取模型组成所述第一分类任务的数学模型。

分析及结论该解决方案不涉及任何具体的应用领域，其中处理的训练样本的特征值、提取特征值、标签值、目标分类模型以及目标特征提取模型都是抽象的通用数据，利用训练样本的相关数据对数学模型进行训练等处理过程是一系列抽象的数学方法步骤，最后得到的结果也是抽象的通用分类数学模型。

该方案是一种抽象的模型建立方法，其处理对象、过程和结果都不涉及与具体应用领域的结合，属于对抽象数学方法的优化，且整个方案并不包括任何技术特征，该发明专利申请的解决方案属于专利法第二十五条第一款第(二)项规定的智力活动的规则和方法，不属于专利保护客体。

(2)为了解决技术问题而利用技术手段并获得技术效果的包含算法特征或商业规则和方法特征的发明专利申请，属于专利法第二条第二款规定的技术方案，因而属于专利保护的客体。

【例2】一种卷积神经网络模型的训练方法申请内容概述发明专利申请的解决方案是，在各级卷积层上对训练图像进行卷积操作和最大池化操作后，进一步对最大池化操作后得到的特征图像进行水平池化操作，使训练好的CNN模型在识别图像类别时能够识别任意尺寸的待识别图像。

申请的权利要求一种卷积神经网络CNN模型的训练方法，其特征在于，所述方法包括：获取待训练CNN模型的初始模型参数，所述初始模型参数包括各级卷积层的初始卷积核、所述各级卷积层的初始偏置矩阵、全连接层的初始权重矩阵和所述全连接层的初始偏置向量；获取多个训练图像；在所述各级卷积层上，使用所述各级卷积层上的初始卷积核和初始偏置矩阵，对每个训练图像分别进行卷积操作和最大池化操作，得到每个训练图像在所述各级卷积层上的第一特征图像；对每个训练图像在至少一级卷积层上的第一特征图像进行水平池化操作，得到每个训练图像在各级卷积层上的第二特征图像；根据每个训练图像在各级卷积层上的第二特征图像确定每个训练图像的特征向量；根据所述初始权重矩阵和初始偏置向量对每个特征向量进行处理，得到每个训练图像的类别概率向量；根据所述每个训练图像的类别概率向量及每个训练图像的初始类别，计算类别误差；基于所述类别误差，对所述待训练CNN模型的模型参数进行调整；基于调整后的模型参数和所述多个训练图像，继续进行模型参数调整的过程，直至迭代次数达到预设次数；将迭代次数达到预设次数时所得到的模型参数作为训练好的CNN模型的模型参数。

分析及结论该解决方案是一种卷积神经网络CNN模型的训练方法，其中明确了模型训练方法的各步骤中处理的数据均为图像数据以及各步骤如何处理图像数据，体现出神经网络训练算法与图像信息处理密切相关。

该解决方案所解决的是如何克服CNN模型仅能识别具有固定尺寸的图像的技术问题，采用了在不同卷积层上对图像进行不同处理并训练的手段，利用的是遵循自然规律的技术手段，获得了训练好的CNN模型能够识别任意尺寸待识别图像的技术效果。

因此，该发明专利申请的解决方案属于专利法第二条第二款规定的技术方案，属于专利保护客体。

模拟申请专利，如何看待将开源的深度学习网络模型拿去申请专利？

这里列举一个某公司拿Faster RCNN去申请专利的。

专利查询：201610258047.7 一种基于深度学习的目标定位、分类算法 。

都不做修改直接拿去申请专利。

这种专利不会被授权的，审查员都是具有本领域专业技术背景的，加上他们用的数据库检索，基本不会漏掉现有技术方案的情况。

专利的保护范围取决于权利要求，就算申请时独权已经被现有技术公开，也可以修改后以更小的范围授权。

就算因为审查员没有发现对比文件，以很大的范围授权了，无非是专利权人多花点专利维护费，去维护一个不能用的专利罢了。

有新颖性缺陷的专利在专利诉讼里不可能赢。

模拟申请专利， 产品的专利申请范文

发明专利申请书范本： 1。格式　发明专利申请书 ────────────────────────┬─────── 发明　　　　　　　　　　　　　　　　　　　　│① ③　　　　　　　　　　　　　　　　　　　　　　　│ 名称　　　　　　　　　　　　　　　　　　　　│ ──┬─────────────────────┤　　　　　　（发明） ④　│姓名　　　　　　　　　　　　　　　　　　　├─────────── 发├─────────────────────┤ 明│地址　　　　　　　　　　　　　　　　　　　│② 人│　　　　　　　　　　　　　　　　　　　　　│ ──┼─────────────────────┴─────────── ⑤　│姓名或名称　　　　　　　　　电　话 ├───────────────────────────────── │　　　　　　　　　　　　　　邮　政 申│地　址　　　　　　　　　　　　　　□□□□□□ 请│　　　　　　　　　　　　　　编　码 人├───────────────────────────────── │国籍或总部所　　　　　　经常居所或营业所 │在地国家名称　　　　　　所在地国家名称

模拟申请专利，一种建立数学模型的方法可以申请方法专利吗？ 的介绍就聊到这里。


更多关于 模拟申请专利，一种建立数学模型的方法可以申请方法专利吗？ 的资讯，可以咨询 乐知网。



(乐知网- 领先的一站式知识产权服务平台，聚焦 专利申请，商标注册 业务)。

关键词： 专利申请 专利代理