排序方式: 共有5条查询结果,搜索用时 93 毫秒
1
1.
2.
技术创新全视角下技术机会发现研究进展 总被引:2,自引:1,他引:1
[目的/意义] 技术机会发现对于市场竞争、技术布局、区域创新及产业发展具有重要意义,梳理技术机会发现领域的研究进展可明晰其发展局限,以进一步促进该领域的优化和健康发展。[方法/过程] 从技术创新全视角出发,综合技术创新过程各要素,从技术创新知识基础、创新环境、创新方式和创新类型四个维度梳理领域相关研究,并总结技术创新要素视角下技术机会发现分析单元的特点,指出研究存在问题和发展趋势。[结果/结论] 技术机会发现的内部属性是技术创新的知识基础,外部属性是技术创新环境;技术新生、技术融合、技术突破是常见的技术创新方式;技术机会分新兴式技术、渐进式技术和颠覆式技术三类机会;未来,科学知识基础研究将进一步强化,各类资源因素协同将成为创新趋势,技术机会发现的手段将更加复合和有针对性,发现过程会更规范,其结果将更具可信度。 相似文献
3.
4.
[目的/意义]关键技术问题研究对于辅助各创新主体把握创新突破方向、攻克关键核心技术、推进技术创新具有重要意义。[方法/过程]针对目前技术关键问题挖掘领域识别样本、流程、方法上的不足,提出多文本分析的领域关键技术问题挖掘框架,以专利说明书技术背景为主,综述性论文结束语和技术需求文档为辅,从数据获取及转化、技术问题提取、技术问题主题识别、关键技术问题发现4个环节展开分析。[结果/结论]对石墨烯领域案例研究证明了多文本分析的领域关键技术问题识别框架的有效性;专利说明书技术背景、综述论文结束语与技术需求文档在挖掘技术问题上的表现、描述极性、结果上具有不同的解释力度,可互相佐证补充。 相似文献
5.
针对低维多流形非相似结构数据,提出一种基于变化率聚类的算法。首先观察数据,按结构对数据进行分类,然后在同构的数据点之间按变化率进行划分,最终实现数据聚类。实验结果证明,该算法能够有效对低维多流形非相似结构数据进行聚类分析,聚类效果明显优于LRR、SSC等传统算法,且时间复杂度较低,有较强的适用性。 相似文献
1