基于CSSA-BPNN算法的专利质量评估研究

摘要

为了对发明专利的质量进行客观性的评价,提出一种基于混沌麻雀搜索算法(CSSA)优化神经网络(BPNN)的专利质量评估模型,可以快速有效地对不同质量的专利进行分类。以新能源汽车领域的发明专利为例,首先结合已有研究中使用的评价指标,并采用CRITIC—熵权法对特征指标进行选择,进而将CSSA算法与BPNN模型进行结合,优化权值和阈值。最后将模型应用到专利样本上面,对专利的质量进行评估。通过研究发现,采用CSSA算法优化BPNN模型在分类准确率和收敛速度方面都优于其他经典优化算法。验证了CSSA—BPNN模型对于发明专利质量评估的有效性。该方法可以节省了人为对于专利评估的费用成本和时间成本,为专利的质量评价提供新的研究思路。