作者：陈伟; 林超然; 李金秋; 杨早立主题模型隐含狄利克雷分布隐马尔可夫过程技术演化
摘要：如何在专利数据海洋中挖掘技术主题的研究现状、识别具有潜力的研发热点,对企业和国家来说都是至关重要的战略议题。针对目前技术主题演化趋势预测研究中存在的不足：技术创新过程中随机特征的忽视、人工分类的缺陷以及专业术语难以识别等问题,本研究提出一种组合方法,首先使用维特比（Viterbi）算法识别专利文献中的专业术语,其次利用机器学习中的隐含狄利克雷分布（LDA）算法捕捉专利文献中潜在的技术主题聚类,分析各时期技术主题的分布特征和演变规律,然后结合包含双重随机过程的隐马尔可夫模型（HMM）对未来技术趋势进行定量预测,最后以船用柴油机技术为例,应用上述组合方法分析船用柴油机技术的主题分布、演化规律及未来趋势。对比实验显示本文方法具有有效性和实用价值。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
