CN113065844B - 一种专利数据管理系统、方法及电子设备 - Google Patents
一种专利数据管理系统、方法及电子设备 Download PDFInfo
- Publication number
- CN113065844B CN113065844B CN202110276888.1A CN202110276888A CN113065844B CN 113065844 B CN113065844 B CN 113065844B CN 202110276888 A CN202110276888 A CN 202110276888A CN 113065844 B CN113065844 B CN 113065844B
- Authority
- CN
- China
- Prior art keywords
- convolution
- data
- resolution
- secret key
- database
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000013523 data management Methods 0.000 title claims abstract description 19
- 238000007726 management method Methods 0.000 claims abstract description 26
- 230000004048 modification Effects 0.000 claims abstract description 10
- 238000012986 modification Methods 0.000 claims abstract description 10
- 238000012795 verification Methods 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 7
- 230000004913 activation Effects 0.000 claims description 6
- 238000013475 authorization Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000008676 import Effects 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000011176 pooling Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 230000007246 mechanism Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013434 data augmentation Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/45—Structures or tools for the administration of authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
- G06Q50/184—Intellectual property management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
- G06T3/4076—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution using the original low-resolution images to iteratively correct the high-resolution images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Software Systems (AREA)
- Library & Information Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种专利数据管理系统、方法及电子设备,本发明首先创建专利资产管理数据库,在创建的数据库里建立专利资产总表;然后根据建立的专利资产总表设计出便于向管理人员展示专利资产情况和进行数据更新的专利资产总表窗体;接着设定专利资产管理数据库的查询和修改权限,并根据相应权限分发给专利的发明人查询秘钥,分发给管理人员管理员秘钥;专利信息识别并导入;最后专利的发明人根据查询秘钥查询到自己所做出贡献的专利的状况,管理人员根据管理员秘钥对数据库进行数据更新和查询。本发明方便管理人员进行专利资产管理,操作简单,使用方便,能够满足管理人员和发明人的基本需求,减少管理人员的劳动量,降低专利资产的管理成本。
Description
技术领域
本发明属于计算机信息技术领域,具体涉及一种专利数据管理系统、方法及电子设备。
背景技术
随着社会对知识产权的重视程度的不断提高,专利成为企业竞争的重要武器,大型企业每年都会申请成百上千件专利。专利的数量不断增加,给企业对专利的管理工作也提出了更高的要求。
实际操作中,申请专利的企业由于自身专利知识的局限性,一般委托专业的代理机构对其专利进行管理;但是利用这种方法,管理成本大大提高,而且企业无法及时的掌握某件或者某几件专利的实时信息。此外对于企业内部的专利奖励需要根据发明人来发放,但是在实际操作时代理机构仅仅知道所有发明人的清单,管理人员难以找到具体的技术联系人,而对于发明人来说,有时候需要找到专利受理书或者专利证书来作为评定职称的材料,此时需要每个发明人单独找到管理人员查找,给管理人员造成了较大的工作负担,再就是对于年费的管理,管理人员需要根据代理机构的表单进行缴纳,但是对于大的企业可能会委托多家不同的代理机构,此时每个机构的表单类型不一致,管理人员核实起来就浪费大量的精力。
基于此,各个企业对自身的专利往往缺乏有效的管理方式,也难以提升专利管理过程的可信度与准确度。
发明内容
为了解决上述技术问题,本发明提供了一种专利数据管理系统、方法及电子设备,能够方便管理人员进行专利资产管理以及发明人查询到自己的专利项目材料。
本发明的系统所采用的技术方案是:一种专利数据管理系统,包括专利资产管理数据库、专利状况查询单元、按月年费缴纳查询单元、扫描数据更新单、手动更新单元、秘钥分发单元、秘钥验证单元和秘钥输入单元;
所述专利资产管理数据库分别与所述专利状况查询单元、按月年费缴纳查询单元、扫描数据更新单元、手动更新单元、秘钥分发单元和秘钥验证单元连接通信;所述秘钥验证单元与所述秘钥输入单元连接通信,所述秘钥验证单元验证通过秘钥输入单元输入的秘钥,秘钥验证通过则根据秘钥权限进行特定专利状况查询或者对数据库进行数据更新和查询。
本发明的方法所采用的技术方案是:一种专利数据管理方法,包括以下步骤:
步骤1:创建专利资产管理数据库,在创建的数据库里建立专利资产总表;
步骤2:根据建立的专利资产总表设计出便于向管理人员展示专利资产情况和进行数据更新的专利资产总表窗体;
步骤3:设定专利资产管理数据库的查询和修改权限,并根据相应权限分发给专利的发明人查询秘钥,分发给管理人员管理员秘钥;
步骤4:专利信息识别并导入;
步骤5:专利的发明人根据查询秘钥查询到自己所做出贡献的专利的状况,管理人员根据管理员秘钥对数据库进行数据更新和查询。
本发明的电子设备所采用的技术方案是:一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现专利数据管理方法。
与现有技术相比,本发明的有益效果是:方便管理人员进行专利资产管理,操作简单,使用方便,能够满足管理人员和发明人的基本需求,减少管理人员的劳动量,降低专利资产的管理成本。
附图说明
图1是本发明实施例的系统结构示意图;
图2是本发明实施例的方法流程图;
图3是本发明实施例专利资产总表窗体结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请见图1,本发明提供的一种专利数据管理系统,包括专利资产管理数据库1、专利状况查询单元2、按月年费缴纳查询单元3、扫描数据更新单元4、手动更新单元5、秘钥分发单元6、秘钥验证单元7和秘钥输入单元8;
专利资产管理数据库1分别与专利状况查询单元2、按月年费缴纳查询单元3、扫描数据更新单元4、手动更新单元5、秘钥分发单元6和秘钥验证单元7连接通信;秘钥验证单元7与秘钥输入单元8连接通信,秘钥验证单元7验证通过秘钥输入单元8输入的秘钥,秘钥验证通过则根据秘钥权限进行特定专利状况查询或者对数据库进行数据更新和查询。
本实施例的扫描数据更新单元4还包括专利信息识别模块和专利数据导入模块;
专利信息识别模块与扫描数据更新单元4连接通信,用以获取专利申请号、专利申请日、专利名称、专利代理机构、专利代理人、代理人联系电话;
扫描数据更新单元4获取的专利信息通过利数据导入模块导入专利资产管理数据库1。
请见图2,本发明提供的一种专利数据管理方法,包括以下步骤:
步骤1:创建专利资产管理数据库,在创建的数据库里建立专利资产总表;
本实施例中,建立的专利资产总表包含专利申请号、专利申请日、专利名称、专利发明人名单、主要发明人、专利权状况、专利代理机构、专利代理人、代理人联系电话、专利年费起始年。
步骤2:根据建立的专利资产总表设计出便于向管理人员展示专利资产情况和进行数据更新的专利资产总表窗体;
请见图3,本实施例中,设计的窗体包含专利申请号、专利申请日、专利名称、专利发明人名单、主要发明人、专利类型、专利权状况、专利代理机构、专利代理人、代理人联系电话、专利年费起始年、年费金额、缴纳期限,所述专利类型根据专利申请号左起第五位数字确定,所述年费金额按照“第一年度年费=IIf([专利权状况]<>"证书"And[专利权状况]<>"领证"And[专利权状况]<>"授权","-------",IIf([年费起始年]=1,IIf(Right(Left([申请号],5),1)=1,[jh]*发明标准年费,[jh]*实用新型和外观标准年费),""))”,“第n年度年费=IIf([专利权状况]<>"证书"And[专利权状况]<>"领证"And[专利权状况]<>"授权","-------",IIf([年费起始年]<n+1,IIf(Right(Left([申请号],5),1)=1,[jh]*发明标准年费,[jh]*实用新型和外观标准年费),""))”依次类推进行计算,所述[jh]为减缓额度,减缓额度由管理人员输入的减缓类别确定,当减缓类别为0时,[jh]=100%,当减缓类别为1时,[jh]=15%,当减缓类别为2时,[jh]=30%,缴纳期限按照“第一年度年费期限=IIf([年费起始年]=1,"办证时已缴","")”、“第n年度年费期限=IIf([年费起始年]>2,"",IIf([年费起始年]=n,"办证时已缴",DateAdd("yyyy",n-1,[申请日])))”依次类推进行计算,其中n为大于1小于等于20的正整数。
例如一件申请号为20162XXXXXXXX的实用新型专利,申请日是2016年4月1日,年费起始年为第一年,没有减缓,减缓类别为0,则2021年应缴的年费年度为第6年,年费金额的标准为1200元,故该专利的年费金额为1200*100%=1200元,缴纳期限为2021年4月1日。
再例如一件申请号为20131XXXXXXXX的发明专利,申请日是2013年6月1日,年费起始年为第3年,有减缓,减缓类别为2,则2021年应缴的年费年度为第8年,年费金额的标准为2000元,故该专利的年费金额为2000*30%=600元,缴纳期限为2021年6月1日。
步骤3:设定专利资产管理数据库的查询和修改权限,并根据相应权限分发给专利的发明人查询秘钥,分发给管理人员管理员秘钥;
本实施例中,专利的发明人权限为专利资产总表中某项专利的专利发明人中包含该发明人,则专利的发明人具有查询该项专利的权限,管理人员的权限为修改相关专利的专利权状况以及进行新的专利数据的录入。
步骤4:专利信息识别并导入;
本实施例中,管理人员通过代理机构发送过来的受理书进行专利信息识别获取专利申请号、专利申请日、专利名称、专利代理机构、专利代理人、代理人联系电话并添加到数据库中,通过代理人传送的申报信息确定专利发明人名单、主要发明人并添加到数据库中,通过代理机构发送过来的专利授权通知书进行专利信息识别获取专利年费起始年,通过代理机构发送过来的通知书修改专利权状况,专利权状况根据通知书的不同分为审理、授权、证书、领证、驳回。
本实施例中专利信息识别,首先对扫描获得的图片进行分辨率增强处理,具体实现包括以下子步骤:
步骤4.1:基于卷积神经网络和Transformer模块,构建低分辨率图像超分辨网络;
低分辨率图像超分辨网络,针对输入的低分辨率图像,经过两个下采样的MBM层,数据先并行的流过不同的卷积单元,然后在通道维度拼接到一起,再依次经过卷积层、正则化层和激活层;经过两个下采样的MBM层后,特征图变换维度后经过3个Transformer单元后输出,再次经过维度变换,接着通过一个只改变通道数的MBM层恢复成高分辨率图像的大小;
MBM层,将前层的特征图并联经过7个卷积块,分别为核大小为1x1的卷积,核大小为1和1x3的卷积,核大小为1和3x1的卷积,核大小为1、1x3和3x1的卷积,核大小为1、3x1空洞为2和1x1的卷积,核大小为1、1x3空洞为2和1x1的卷积,核大小为1、3x3的最大池化和1x1的卷积;并且加入残差网络的shortcut结构,最后的特征图拼接后依次经过1x1的卷积、BN归一化层、Mish激活函数后得到MBM层的输出;
步骤4.2:利用训练数据进行低分辨率图像超分辨网络训练,获得调优的网络参数;
其中,从数据库中采集图像,所有的图像先进行下采样预设倍数后作为原始的低分辨率图像,未下采样的图像作为高分辨率参考图像;随机选取每类图像的部分图像组成训练集,其余图像组成验证集;
具体实现包括以下子步骤:
步骤4.2.1:读取训练数据的图像对,包括低分辨率图像和其对应的高分辨率图像;
步骤4.2.2:针对图像对进行数据增广操作,包括缩放、裁剪、颜色抖动、翻转和镜像,并将图像对进行归一化处理;
步骤4.2.3:将图像对中的低分辨率图像组成一个批量Batch送入低分辨率图像超分辨网络进行前向计算,计算后得到超分辨后的高分辨率图像,并与原图像对中的高分辨率图像求误差损失;
步骤4.2.4:将误差损失反向传播以更新低分辨率图像超分辨网络的参数;
步骤4.2.5:重复步骤4.2.1-步骤4.2.4,直至低分辨率图像超分辨网络在验证集上的重建损失达到最小,然后保存低分辨率图像超分辨网络参数;
步骤4.3:利用训练好的低分辨率图像超分辨网络对低分辨率图像进行超分辨获得高分辨率图像。
本实施例中,通过OCR软件提取获得的高分辨率图像的受理通知书和授权通知书上的文字信息;
在提取的文字信息中识别出“代理”字样或“事务所”字样,根据“代理”字样或“事务所”字样向前识别,找出城市名或者省份名称作为开头,然后根据“代理”字样向后识别找出公司字样作为结尾,确定出代理机构的名称为“XX事务所”或者“XX代理有限公司”,完成代理机构的信息识别;
代理机构的信息识别完成后,在代理机构的名称后获取“()”字符,在括号内的即为代理人的联系电话,在代理机构的名称和“()”之间的文字为代理人姓名;
在提取的文字中识别出“申请号:”字样,则其后面的13位数字即为专利申请号;
在提取的文字中识别出“申请日:”字样,则其后面的“XX年XX月XX日”即为专利申请日;
在提取的文字中识别出“申请人:”和“发明创造名称:”字样,则在“申请人:”字样之后,在“发明创造名称:”字样之前的即为专利的申请人,在“发明创造名称:”字样之后,在“经核实”字样之前即为专利名称;
在提取的文字中识别出“第X年度年费”字样,则确认年费起始年。
步骤5:专利的发明人根据查询秘钥查询到自己所做出贡献的专利的状况,管理人员根据管理员秘钥对数据库进行数据更新和查询;
本实施例中,管理人员对数据库进行数据更新和查询还包括根据专利申请号进行分类,将同一申请号的相应通知书存储到指定的文件夹,查询时通过申请号快速的查询到所有通知书。
例如申请号为20162XXXXXXXX的实用新型专利以及申请号为20131XXXXXXXX的发明专利,专利发明人FA都在发明人名单中,则分发给该发明人的秘钥为R+FA+XX,R为随机数,XX为验证码,专利发明人FA通过秘钥R+FA+XX可以查询到申请号为20162XXXXXXXX的实用新型专利以及申请号为20131XXXXXXXX的发明专利的所有通知书。
本实施例中,管理人员对数据库进行数据和查询包括按月输出的年费缴纳表。对于管理人员来说,在录入数据的时候需要进行强制验证,也就是说需要验证输入的申请号是否正确,例如,数据库会强制校验输入的申请号第五位是否为1或2或3,如果不是,则弹窗报错。此外对于管理人员来说,在输出年费缴纳表时,会对年度进行验证,如果申请号第五位数字为2或3则在第十一年年度年费到第二十年度年费处显示“-----”,在第十一年度年费期限到第二十年度年费期限处显示“-----”。
本发明还提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现专利数据管理方法。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种专利数据管理系统,其特征在于:包括专利资产管理数据库(1)、专利状况查询单元(2)、按月年费缴纳查询单元(3)、扫描数据更新单元(4)、手动更新单元(5)、秘钥分发单元(6)、秘钥验证单元(7)和秘钥输入单元(8);
所述专利资产管理数据库(1)分别与所述专利状况查询单元(2)、按月年费缴纳查询单元(3)、扫描数据更新单元(4)、手动更新单元(5)、秘钥分发单元(6)和秘钥验证单元(7)连接通信;所述秘钥验证单元(7)与所述秘钥输入单元(8)连接通信,所述秘钥验证单元(7)验证通过秘钥输入单元(8)输入的秘钥,秘钥验证通过则根据秘钥权限进行特定专利状况查询或者对数据库进行数据更新和查询;
所述扫描数据更新单元(4)还包括专利信息识别模块和专利数据导入模块;
所述专利信息识别模块,首先对扫描获得的图片进行分辨率增强处理,具体实现包括以下子模块:
模块4.1,用于基于卷积神经网络和Transformer模块,构建低分辨率图像超分辨网络;
所述低分辨率图像超分辨网络,针对输入的低分辨率图像,经过两个下采样的MBM层,数据先并行的流过不同的卷积单元,然后在通道维度拼接到一起,再依次经过卷积层、正则化层和激活层;经过两个下采样的MBM层后,特征图变换维度后经过3个Transformer单元后输出,再次经过维度变换,接着通过一个只改变通道数的MBM层恢复成高分辨率图像的大小;
所述MBM层,将前层的特征图并联经过7个卷积块,分别为核大小为1x1的卷积,核大小为1x1和1x3的卷积,核大小为1x1和3x1的卷积,核大小为1x1、1x3和3x1的卷积,核大小为1x1、3x1空洞为2和1x1的卷积,核大小为1x1、1x3空洞为2和1x1的卷积,核大小为1x1、3x3的最大池化和1x1的卷积;并且加入残差网络的shortcut结构,最后的特征图拼接后依次经过1x1的卷积、BN归一化层、Mish激活函数后得到MBM层的输出;
模块4.2,用于利用训练数据进行低分辨率图像超分辨网络训练,获得调优的网络参数;
其中,从数据库中采集图像,所有的图像先进行下采样预设倍数后作为原始的低分辨率图像,未下采样的图像作为高分辨率参考图像;随机选取每类图像的部分图像组成训练集,其余图像组成验证集;
模块4.3,用于利用训练好的低分辨率图像超分辨网络对低分辨率图像进行超分辨获得高分辨率图像;
所述专利信息识别模块与所述扫描数据更新单元(4)连接通信,用以获取专利申请号、专利申请日、专利名称、专利代理机构、专利代理人、代理人联系电话;
所述扫描数据更新单元(4)获取的专利信息通过所述专利数据导入模块导入所述专利资产管理数据库(1)。
2.一种专利数据管理方法,其特征在于,包括以下步骤:
步骤1:创建专利资产管理数据库,在创建的数据库里建立专利资产总表;
步骤2:根据建立的专利资产总表设计出便于向管理人员展示专利资产情况和进行数据更新的专利资产总表窗体;
步骤3:设定专利资产管理数据库的查询和修改权限,并根据相应权限分发给专利的发明人查询秘钥,分发给管理人员管理员秘钥;
步骤4:专利信息识别并导入;
所述专利信息识别,首先对扫描获得的图片进行分辨率增强处理,具体实现包括以下子步骤:
步骤4.1:基于卷积神经网络和Transformer模块,构建低分辨率图像超分辨网络;
所述低分辨率图像超分辨网络,针对输入的低分辨率图像,经过两个下采样的MBM层,数据先并行的流过不同的卷积单元,然后在通道维度拼接到一起,再依次经过卷积层、正则化层和激活层;经过两个下采样的MBM层后,特征图变换维度后经过3个Transformer单元后输出,再次经过维度变换,接着通过一个只改变通道数的MBM层恢复成高分辨率图像的大小;
所述MBM层,将前层的特征图并联经过7个卷积块,分别为核大小为1x1的卷积,核大小为1x1和1x3的卷积,核大小为1x1和3x1的卷积,核大小为1x1、1x3和3x1的卷积,核大小为1x1、3x1空洞为2和1x1的卷积,核大小为1x1、1x3空洞为2和1x1的卷积,核大小为1x1、3x3的最大池化和1x1的卷积;并且加入残差网络的shortcut结构,最后的特征图拼接后依次经过1x1的卷积、BN归一化层、Mish激活函数后得到MBM层的输出;
步骤4.2:利用训练数据进行低分辨率图像超分辨网络训练,获得调优的网络参数;
其中,从数据库中采集图像,所有的图像先进行下采样预设倍数后作为原始的低分辨率图像,未下采样的图像作为高分辨率参考图像;随机选取每类图像的部分图像组成训练集,其余图像组成验证集;
步骤4.3:利用训练好的低分辨率图像超分辨网络对低分辨率图像进行超分辨获得高分辨率图像;
步骤5:专利的发明人根据查询秘钥查询到自己所做出贡献的专利的状况,管理人员根据管理员秘钥对数据库进行数据更新和查询。
3.根据权利要求2所述的专利数据管理方法,其特征在于:步骤1中建立的专利资产总表包含专利申请号、专利申请日、专利名称、专利发明人名单、主要发明人、专利权状况、专利代理机构、专利代理人、代理人联系电话、专利年费起始年。
4.根据权利要求2所述的专利数据管理方法,其特征在于:步骤3中,专利的发明人权限为专利资产总表中某项专利的专利发明人中包含该发明人,则专利的发明人具有查询该项专利的权限,管理人员的权限为修改相关专利的专利权状况以及进行新的专利数据的录入。
5.根据权利要求2所述的专利数据管理方法,其特征在于:步骤4中,管理人员通过代理机构发送过来的受理书进行专利信息识别获取专利申请号、专利申请日、专利名称、专利代理机构、专利代理人、代理人联系电话并添加到数据库中,通过代理人传送的申报信息确定专利发明人名单、主要发明人并添加到数据库中,通过代理机构发送过来的专利授权通知书进行专利信息识别获取专利年费起始年,通过代理机构发送过来的通知书修改专利权状况,专利权状况根据通知书的不同分为审理、授权、证书、领证、驳回。
6.根据权利要求2所述的专利数据管理方法,其特征在于:步骤5中所述管理人员对数据库进行数据更新和查询,是根据专利申请号进行分类,将同一申请号的相应通知书存储到指定的文件夹,查询时通过申请号快速的查询到所有通知书。
7.根据权利要求2-6任意一项所述的专利数据管理方法,其特征在于:步骤5中所述管理人员对数据库进行数据更新和查询,包括按月输出的年费缴纳表。
8.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求2至7中任一项所述的专利数据管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110276888.1A CN113065844B (zh) | 2021-03-15 | 2021-03-15 | 一种专利数据管理系统、方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110276888.1A CN113065844B (zh) | 2021-03-15 | 2021-03-15 | 一种专利数据管理系统、方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113065844A CN113065844A (zh) | 2021-07-02 |
CN113065844B true CN113065844B (zh) | 2022-07-29 |
Family
ID=76560857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110276888.1A Active CN113065844B (zh) | 2021-03-15 | 2021-03-15 | 一种专利数据管理系统、方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113065844B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107451262A (zh) * | 2017-07-31 | 2017-12-08 | 苏州大成有方数据科技有限公司 | 一种专利数据库管理系统 |
CN107492066A (zh) * | 2016-06-10 | 2017-12-19 | 现代自动车株式会社 | 用于执行预处理以获得清晰度提高的图像的图像处理装置和方法 |
CN108665385A (zh) * | 2018-05-11 | 2018-10-16 | 安徽新汇企业管理服务有限公司 | 一种知识产权查询管理系统 |
CN109344120A (zh) * | 2018-09-17 | 2019-02-15 | 河南十月企业管理咨询有限公司 | 专利文件信息管理系统 |
CN109544411A (zh) * | 2017-09-21 | 2019-03-29 | 江苏华夏知识产权服务有限公司 | 专利信息管理系统 |
CN109859106A (zh) * | 2019-01-28 | 2019-06-07 | 桂林电子科技大学 | 一种基于自注意力的高阶融合网络的图像超分辨率重建方法 |
CN111738940A (zh) * | 2020-06-02 | 2020-10-02 | 大连理工大学 | 一种基于自注意力机制模范生成对抗网络的人脸图像眼部补全方法 |
CN111833246A (zh) * | 2020-06-02 | 2020-10-27 | 天津大学 | 基于注意力级联网络的单帧图像超分辨方法 |
-
2021
- 2021-03-15 CN CN202110276888.1A patent/CN113065844B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107492066A (zh) * | 2016-06-10 | 2017-12-19 | 现代自动车株式会社 | 用于执行预处理以获得清晰度提高的图像的图像处理装置和方法 |
CN107451262A (zh) * | 2017-07-31 | 2017-12-08 | 苏州大成有方数据科技有限公司 | 一种专利数据库管理系统 |
CN109544411A (zh) * | 2017-09-21 | 2019-03-29 | 江苏华夏知识产权服务有限公司 | 专利信息管理系统 |
CN108665385A (zh) * | 2018-05-11 | 2018-10-16 | 安徽新汇企业管理服务有限公司 | 一种知识产权查询管理系统 |
CN109344120A (zh) * | 2018-09-17 | 2019-02-15 | 河南十月企业管理咨询有限公司 | 专利文件信息管理系统 |
CN109859106A (zh) * | 2019-01-28 | 2019-06-07 | 桂林电子科技大学 | 一种基于自注意力的高阶融合网络的图像超分辨率重建方法 |
CN111738940A (zh) * | 2020-06-02 | 2020-10-02 | 大连理工大学 | 一种基于自注意力机制模范生成对抗网络的人脸图像眼部补全方法 |
CN111833246A (zh) * | 2020-06-02 | 2020-10-27 | 天津大学 | 基于注意力级联网络的单帧图像超分辨方法 |
Non-Patent Citations (3)
Title |
---|
Going deeper with convolutions;Christian Szegedy等;《2015 IEEE Conference on Computer Vision and Pattern Recognition》;20150630;全文 * |
Image Transformer;Niki Parmar等;《Computer Vision and Pattern Recognition》;arXiv:1802.05751;20180615;全文 * |
基于GoogLeNet Inception-V3模型的电力设备图像识别;徐凯等;《高压电器》;20200916(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113065844A (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458698A (zh) | 对区块链分类账和区块链分类账外部的应用进行集成 | |
CN109308657A (zh) | 单证报销结算方法、装置、计算机设备及存储介质 | |
US20050149561A1 (en) | Method and apparatus for creating and maintaining a GIS | |
DE202017007066U1 (de) | System und Vorrichtung zur automatischen Kategorisierung und Bewertung von Abrechnungsnarrativen | |
CN103236014A (zh) | 企业年金账户管理系统灵活定义缴费及归属公式的方法 | |
CN111369371A (zh) | 一种基于区块链的商票融资系统及方法 | |
US20230274361A1 (en) | Distributed ledger technology for asset-backed securities | |
CN111815430A (zh) | 一种用于不良贷款处置的资产管理系统 | |
JP2019121145A (ja) | 相続情報管理装置、相続情報管理システム、相続情報管理プログラム、相続情報管理方法 | |
CN113065844B (zh) | 一种专利数据管理系统、方法及电子设备 | |
CN109785089A (zh) | 一种采购与招投标管理系统及设计方法 | |
Kirillova et al. | E-Government: The role of legally significant messages on the internet | |
CN111340435A (zh) | 合同管理系统及合同管理方法 | |
Nešić et al. | A model of information flow management in the function of business processes improvement | |
AU728124B3 (en) | A claims system | |
AU2007100428A4 (en) | Ipro LiVe On-line Compliance and Verification system | |
Tkachenko et al. | Pollutions-Social Responsibility and Green Banks as a Driver for Sustainable Development in Ukraine, on the Example of Privatbank | |
AU2011100649B4 (en) | Compliance verification | |
Rolli et al. | Improvement of the compilation process of the Italian income certifications: an application on the tax model of the year 2016 (Part 2) | |
CN116308629A (zh) | 基于物联网的跨境电商订单管理方法、系统及可存储介质 | |
CN116468378A (zh) | 一种一站式企业开办装置及方法 | |
JP3681703B2 (ja) | 資産運用管理装置 | |
Khudhair et al. | ACCOUNTING INFORMATION SYSTEM REQUIREMENTS IN LIGHT OF THE GIG ECONOMY IN IRAQ | |
CN101561901A (zh) | 机动车违章处罚管理系统 | |
CN113902389A (zh) | 一种基于数字化餐饮的合同在线管理方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |