前言
1.实验室介绍
厦门市大数据智能分析与决策实验室于2019年成立，隶属于厦门大学航空航天学院自动化系，现有固定科研人员28人，其中高级职称22人，博士22人，主要涉及模式识别、人工智能、系统工程和自动控制等领域。
2.分析对象发展趋势及应用领域概述
大数据智能分析与决策是基于数据挖掘、机器学习、可视化等技术，通过对分析对象中的众多无关联性数据进行预处理，并利用专业的数据挖掘手段结合人工智能技术对海量数据进行综合分析。最后利用可视化技术将分析结果进行立体的、多维度的展示，为项目人员提供辅助决策。该技术可应用于国民经济的各行业发展，应急事情的处理决策乃至情报、外交等领域中，具有巨大的发展潜力和应用价值。
3.分析界定
本报告仅针对厦门大学大数据智能分析与决策实验室固定科研人员近十年的专利进行分析。
4.技术分解表（略）
5.数据检索
检索式：IN:(略) AND ALL_AN:(厦门大学) AND APD:[20100101 TO20200511]
检索结果：采用简单同族合并检索出专利94件，排除非本实验室重名发明人的专利和与实验室主要研究方向无关的专利，共得到专利66件。
受专利公开制度限制，2019至2020年数据不完整，其不能完全代表真正的专利申请趋势。因此，在与年份有关的分析中，时间截止到2018年，2019和2020年的数据仅供参考。
6.分析约定（略）
（1）名词注释
（2）分析策略
一．总体趋势分析
1.申请趋势分析
经检索并筛选共得到专利66件，其中发明专利52件（发明授权15件，撤回两件），实用新型14件。2015年-2018年发明申请量呈快速增长趋势，实用新型申请量在2016年之后，快速减少，2018和2019年实用新型申请量为0。在学校取消发明申请费用补贴的情况下，发明申请量增加，实用新型申请量减少，这表明发明人的研发实力在不断提高，且更注重高质量发明专利的申请。（见图1.1）
图1.1 专利申请趋势
2.发明授权趋势分析
图1.2 发明授权趋势
实验室现有授权发明15个，授权趋势与申请趋势保持一致。2017年以前，授权率为58.3%。授权率高于厦门大学平均水平。（见图1.2）
3.发明人分析（发明专利）
图1.3 发明人综合排名
以第一发明人申请数和授权数进行综合排序，邵桂芳位于第一位，其次是刘利军、仲训昱、刘暾东位于第二集团，王颖、周绮凤、余臻、罗德林位于第三集团。（见图1.3）
4.技术研发分析（发明专利）
（1）技术研发趋势分析
图1.4 技术研发趋势（IPC小类）
实验室专利主要集中在G06（计算，推算，计数）IPC大类技术领域，从IPC小类来看，G06T（一般的图像数据处理或产生）的申请量自2013年以来呈缓慢增加趋势，2019年申请量快速增加；G06F（电数字数据处理）申请量近5年有所波动；G06K（数据识别；数据表示；记录载体；记录载体的处理）和G06N（基于特定计算模型的计算机系统）的申请量近三年处于增长趋势，G06Q（专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法）目前仅在2016-2018年有申请。（见图1.4）
（2）技术研发体系分析
根据学科范畴、应用领域和具体应用对现有专利进行技术研发体系分类分析，其中学科范畴指的是专利技术方案所涉及的学科领域（实验室专利可分为机器学习、数据挖掘、系统控制、硬件设计、机器学习与数据挖掘、系统控制与机器学习、系统控制与数据挖掘和系统控制与硬件设计，共8个学科范畴）；应用领域根据技术方案的功能和应用划分为机器人、图像识别、无人机、重量计、交通、库存管理、实体建模显示、传感器、通信系统、基因分析、信息推送、仿真系统、信息提取、区块链、仿真模拟、测量、超声波检测和数据处理等18个应用领域。
根据表1-1所示，系统控制、硬件设计、机器学习和系统控制与机器学习等4个学科范畴的专利申请量最多，其中16个硬件设计范畴的专利有14个为实用新型；从应用领域来看，机器人和图像识别两个应用领域涉及的申请量最多，其次是通信系统和交通领域。上述信息表明，实验室成员主要的专业背景为系统控制和大数据智能分析，研究对象以机器人、图像识别、通信系统和交通等领域为主。
表1-1 专利技术领域与应用分布表
二．专利质量分析
1.被引情况分析（排除自引）
表2-1 专利被引情况分析
如表2-1所示，66件专利中，有12件专利共被引用26次，平均被他引次数0.38次，最高被引次数8次。12件专利中，有8件为实用新型，其中
2.技术宽度分析
图2.1 技术宽度分布（IPC小组）
专利的技术宽度表示该专利所保护的技术方案所涉及的技术领域，通常用IPC数量表示，技术宽度越宽 ，表明该专利技术方案保护范围越广，保护难度越大，专利质量越高。实验室66件专利中，技术宽度平均1.88个，IPC数量4个以上的专利有5件，近一半专利的IPC数量为1个。本报告中技术宽度的IPC计数为IPC小组技术，未采用通常表示技术领域的IPC小类计数。（见图2.1）上述信息表明，实验室专利整体技术宽度较窄，专利较少涉及跨领域的技术方案。
3.权利要求数分析
实验室66件专利，共有权利要求414项，平均6.27项/件。如表2-2所示，从中位数和标准差分析可得，从学科范畴来看，机器学习领域的权利要求数分布最平均，系统控制与机器学习领域的权利要求数量两级分化最大；从申请趋势来看，近三年来，专利的权利要求平均数量和中位数逐渐增加、数量分布越来越平均，这表明实验室科研人员的专利交底材料撰写能力和对申请质量重视程度在不断提高；发明授权的权利要求平均值、中位数和标准差与整体并无明显差别，这表明发明申请以授权为直接目的，重点专利不突出，缺少以基础专利-核心专利-外围专利为组合的层次布局。
表2-2 权利要求数量分析表
三．技术转移转化分析
1.合作申请分析
如表3-1所示，实验室有2件专利（CN110009674A和CN107146214A）为厦门大学与公司共同申请，应用领域分别为机器人和图像识别（医疗）。合作公司的主营业务与专利的应用领域一致，但2件专利均未授权，其中CN110009674A处于实审状态，CN107146214A已处于撤回状态，此外未见有专利转移和许可事项。上述信息表明，实验室需保护的产学研成果较少，实验室的科技成果转移转化以横向课题、技术支持为主。
表3-1 专利合作申请信息表
2.专利转移分析（略）
3.专利许可分析（略）
四．法律事件分析（略）
1.复审事件分析
2.无效事件分析
3.诉讼事件分析
五．对标机构分析（略）
1.总体趋势分析
2.研发趋势分析
3.专利质量分析
4.技术转移转化分析
六．专利预警分析
1.撰写策略分析
66件专利的权利要求数量仅1件专利有11项权利要求，其余均未超过10项，其中含有10项权利要求的专利数量最多（12件），其次是7项权利要求（11件）和5项权利要求（10件），从整体而言权利要求数量并无明显的分布趋势。（见图6.1）
图6.1 权利要求数量分布
66件专利的独立权利要求数范围为1-4项，分别有47件、16、2件和1件，独立权利要求数越多，专利数量显著减少。（见图6.2）如表6-1所示，具有2项以上独立权利要求的专利应用领域主要为图像识别和机器人。上述信息表明，在图像识别和机器人两个应用领域的专利撰写水平较高，但从整体而言，专利撰写策略需要进一步改善，增加独立权利要求数量和权利要求数，从不同的层次、保护对象和较宽的技术领域来撰写专利，提高专利的保护范围和稳定性。
图6.2 独立权利要求数量分布
表6-1 含两个以上独立权利要求的专利概况表
2.布局策略分析
（1）国内外布局
发明人在机器人和图像识别两个应用领域有一定的国内布局，例如在机器人领域，专利技术方案主要布局了关节运动、充电装置、环境感知、路径规划和机器人行走等；在图像识别领域，专利技术方案主要布局了分辨率控制、去噪、缺陷检测等。但发明人未在国外进行适当的专利布局。
（2）发明与实用新型组合布局
从整体而言，实验室专利组合布局策略缺失，现有的实用新型专利以交通和通信系统两个应用领域为主，但未有相应的发明专利作为支撑。这表明实验室的应用研究和理论研究结合程度需要进一步提升。
3.专利被驳回、撤回的原因分析
（1）CN107146214A 儿童髋关节发育状况计算机自动诊断的方法撤回
审查意见：不符合专利法第25条规定-疾病的诊断和治疗方法不被保护（有生命的人体或者动物体为直接实施对象）。
该专利没有经过专利代理人撰写提交，没有提交实质审查请求，没有答复审查意见通知书，属于申请即放弃的专利。
审查员有关专利法第25条的应用并不完全合适，因为在类似的专利“一种髋关节骨性髋臼角度的检测方法CN108537838A”实审中，另一审查员并为应用专利法第25条的规定，而是应用了专利法第22条第3款的规定。事实上，可以通过主动修改和提出法条不适用的答复审查意见方式使该专利具有授权的可能性。
该专利的说明书未对应用诊断方法的诊断系统进行详细描述，根据专利法第33条的规定，这将限制权力要求的修改范围，不利于对审查意见进行答复。
（2）CN106302635A 一种基于无线通信技术的通用数据中继方法撤回
审查意见：不符合专利法第22条第2款和第3款的规定（不具有新颖性和创造性）。
该专利申请由南强之路专利代理事务所代理，该专利在提交申请时同时提交了实审请求，根据专利法实施细则第51条第1款的规定，该专利放弃了一次主动修改的机会。该专利在答复第一次审查意见通知书后即放弃了对第二次审查意见通知书的答复。
该专利在提交交底材料和代理人撰写申请书时均未对技术方案进行基本的新颖性检索，因而审查员很容易找到了破坏该专利新颖性和创造性的X类文件；此外说明书内容过于单薄，对于权利要求的修改没有实质性帮助。
4.技术转移转化预警分析（略）
七．技术转化前景分析
1.重点专利分析
（1）重点专利解读
表7-1 重点专利概况表
应用DI数据库所提供的综合专利影响力和Innography提供的专利强度选择排名前5位的专利进行分析，由于两者打分机制不同，各自排名前5位的专利并不完全相同，综合两者分数，筛选出6件专利。
如表7-1所示，6件专利所属的学科主要为系统控制，分别涉及仿真、图像识别、机器人、无人机和信息推送等应用领域。6件专利的专利强度不高，IPC数量和权利要求数均未超过平均水平，未有被引用的情况，5件发明授权，1件实审，其中授权专利中CN102436184B专利寿命已达到6年，超过一个缴费周期，其余4件专利均为近两年授权。
（2）重点专利成熟度分析
具体分析略，分析理论见图7.1和图7.2
图7.1 技术成熟度等级图
图7.2 技术成熟度与死亡之谷示意图
2.潜在技术转移转化对象
如表7-2所示，有8件专利被公司引用，其中6件实用新型，2件发明。“一种称重显示控制器CN201607275U”和“一种路灯电缆防盗报警装置CN202257826U”两件实用新型被公司引用次数最多，分别为8次和4次，这些公司可能成为潜在的技术转移转化对象，如青岛北斗星云通信科技有限公司、厦门市智联信通物联网科技有限公司。但未有公司对实验室某一应用领域的专利进行持续性跟踪、引用，因此不具有较明显的技术转移转化对象。
表7-2 潜在技术转移转化对象分布表
八．专利稳定性分析
1.授权专利稳定性分析（略）
2.重点专利被侵权分析（略）
九．实验室人员合作研发思路分析（略）
十．总结与建议
1.总结
从专利申请和授权量来看，本实验室有28位固定成员，专利申请量为66件，其中发明52件（授权15件），实用新型14件，发明专利平均申请量为1.86件/人，专利申请从2015年开始迅速增加，申请年在2017年以前（含）的发明授权率达到58.3%，授权率高于厦门大学平均水平。
从专利技术研发体系，系统控制、硬件设计、机器学习和系统控制与机器学习等4个学科范畴的专利申请量最多；机器人和图像识别两个应用领域涉及的申请量最多，并以发明专利为主，通信系统和交通领域其次，以实用新型为主。
从专利质量和布局来看，专利被引次数、技术宽度和权利要求数较少，虽然在图像识别和机器人两个应用领域的专利撰写水平相对较高，但从整体而言，专利撰写水平不能反映专利技术的先进性和重要性，从2017-2019年的专利撰写情况来看，发明人对专利撰写质量的重视程度逐渐增加。从实验室整体而言，发明人在机器人和图像识别两个应用领域有一定的国内布局，但缺少在国外进行适当的专利布局，发明与实用新型配合的重点技术组合布局策略缺失。
从专利成果转移转化来看，从实验室整体而言，专利没有许可和转移事件发生，仅有两件合作申请专利，一件处于实审状态，一件处于撤回状态，同时也不存在明显的技术转移转化对象，该情况从侧面反映了实验室专利在整体上质量有待提高，所保护的技术方案较难得到所属应用行业的关注。
从研发合作来看，邵桂芳和刘暾东为同一研发团队，两人的研发分别侧重于图像识别和机器人领域；刘利军和余臻为同一研发团队，研究领域涉及了无人机、区块链、超声波检测等；王颖与邵桂芳和刘暾东有一定的研发合作，但自身为独立的研发团队；罗德林、仲训昱、周绮凤有一定量的专利成果，但均各自带有独立的研发团队；杨帆、洪文兴、曾一锋、林冬云和沈少萍专利成果较少，并缺少与本实验室其他成员的合作。
综上，作为工科实验室，专利申请量较少，专利撰写水平和布局策略有待进一步提高和优化，为研发成果提供应有的保护。主要研发成果未能以专利形式进行保护，在未来的科技成果转化应用中，将存在潜在的不稳定因素，同时也限制了高质量研发成果的转化和推广。实验室成员的研究领域分布较广、团队合作程度有待进一步加深，特别是在图像识别领域、智能活动机械领域和信息数据分析领域。
2.建议
（1）专利申请
重视专利交底材料的撰写，尽可能对现有技术进行检索并引用，提高专利申请书的撰写质量；说明书内容在不泄露技术秘密的前提下尽可能丰富；在提交提前公开的申请时，不同时提交实质审查申请，充分运用两次主动修改的机会。对于重点技术以算法和方法作为基础专利，以实现系统、应用场景作为核心专利，以硬件配置为外围专利进行多层次的组合布局和国内外布局，扩大专利保护的地域范围和技术方案，并聘请优质的专利代理事务所代理专利申请。
（2）技术转化
以专利为主要标的物实现技术的转移转化，扩大技术成果影响力，增加潜在的转化对象和投资者，同时也能对研发人员在转化科技成果时提供法律保护。
（3）研发合作
短期规划：根据现有的专利信息分析，建议实验室成员联合组建三个研究团队，分别负责图像识别、智能活动机械和信息数据分析挖掘等三个领域的科研工作，并在此基础上实现技术的合理共享和使用。
中长期规划：建议实验室研究团队充分整合并运用实验室已有的算法资源、系统资源和研发资源，联合打造大数据智能分析与决策平台，融合数据分析、仿真模拟、实体实验等功能，不但为自身的研发提供支撑，也为政府和企业项目提供大数据分析与决策支持服务。
