摘要：[研究目的]场景驱动创新是引领产业结构升级的关键路径,如何基于不同场景识别前沿技术成为推动新质生产力发展的重要议题。[研究方法]提出了一种面向应用场景的前沿技术识别方法。首先以专利、论文为数据源,基于前瞻性、先导性、探索性、颠覆性指标体系初步筛选前沿技术主题;其次以科技报告为数据源,基于技术-关系-技术(Technology-Relationship-Technology,TRT)结构的语义分析,分析技术应用场景;最后,构建专利、论文数据与科技报告的相似性矩阵,建立技术与场景识别结果的关联,据此进一步筛选前沿技术主题,并结合专家知识,识别出面向应用场景的前沿技术主题,提供了场景驱动实践探索的新方法。[研究结果/结论]以无人机目标识别与跟踪领域为例进行实证研究,在面向情报、监视与侦察(Intelligence,Surveillance,and Reconnaissance,ISR)、物资运输、医疗补给等14个应用场景的前沿技术识别结果显示,目标识别与跟踪算法设计、视觉系统与图像处理技术、任务规划技术、无线通信技术4项技术为该领域的前沿技术,验证了该识别方法的可行性与有效性。

摘要：前沿技术是高技术领域内具有指引性、先进性的核心技术,前沿技术的准确识别与预测对技术资源有效配置至关重要。从专利主题相似性的角度设计涵盖离群技术的前沿技术识别方法;引入TRIZ理论技术进化法则(九屏幕法)对未来前沿技术进行预测,具体包含确定当前系统、识别技术进化点及延伸性预测3个过程;通过搜集2001—2021年石墨烯专利文本数据,对石墨烯前沿技术进行识别与预测。分析结果表明,本文设计的前沿技术识别方法可弥补传统识别方法完整性不足的问题,能够准确识别离群的非热点前沿技术。前沿技术延伸性预测结果对未来产业技术布局具有重要参考价值。

摘要：[目的/意义]颠覆性技术常以意想不到的方式取代传统技术或主流技术,能够对经济、社会、国家竞争力等产生重大影响。通过分析颠覆性技术的识别指标,为后续识别研究与实践提供参考。[方法/过程]立足颠覆性技术的内涵与特征,从技术特征、市场特征、宏观环境等角度分析了现有指标体系,总结了存在的问题并提出意见。[结果/结论]颠覆性技术的识别指标大多建立在已有的方法基础上,针对其核心特征的指标设计难度较大,且缺乏量化标准。未来的指标研究应在科学的理论指导下,借助大数据及人工智能技术探索颠覆性技术的内在发展规律,并集成主客观分析方法以及定性定量信息,构建综合性指标体系,增强识别的科学性和精准性。

摘要：[研究目的]前沿技术是技术创新的制高点,引导着研发的方向,对前沿技术进行及时地识别有助于尽早把握技术发展方向并做出布局。[研究方法]该文构建了基于ECT-Dim的前沿技术识别模型,提出技术新兴性、确定性与探索性测度方式,建立前沿技术筛选机制,以养老环境辅助生活技术为例进行实证研究。[研究结论]研究发现,提出的ECT-Dim模型,在前沿技术识别上更具有优势;养老环境辅助生活前沿技术集中于物理化工材料、电子器件、老年人建筑设计、助行器驱动与控制等领域。

摘要：[研究目的]专利实体抽取是基于专利文本的技术识别的基础。目前专利实体抽取任务面临自动化程度和准确率较低等问题,该研究从两方面对此进行改进:一是建立特定领域的高质量专利语料库,二是将先进的算法模型运用到专利实体抽取中。[研究方法]定义了包含13种实体类型的细粒度信息体系,并据此对921篇类脑智能专利的标题和摘要进行人工标注,此后运用Bert-BiLSTM-CRF模型,融合深度学习和机器学习对类脑智能专利实体进行识别。[研究结论]模型在总体上获得0.8的准确率、召回率和F1值,不同类型实体的识别效果具有差异。为了验证模型的性能,设计了几个对比实验。结果显示,微调数据和增加训练规模可以提高模型性能,本模型性能优于同时期一些经典模型。

摘要：[目的/意义]产业新兴技术能够创造或改变传统产业的经济结构与发展方向,及时、准确识别产业新兴技术并明确合适的发展方向,对产业发展与变革具有重要的战略指导意义。[方法/过程]依据专利IPC分类信息,构建IPC节点网络,使用网络结构聚类算法(structural clustering algorithm for networks,SCAN)识别产业集群及新兴技术,并进行详细解析;然后基于已经识别的5个新兴技术领域专利的时序数据,构建专利节点网络,并借助关键路径分析法(critical path method,CPM)分析不同新兴技术领域下的关键路径,使识别结果更加微观化与精细化。最后以新能源汽车产业为例,从INCOPAT专利数据库中获取专利信息进行实证分析。[结果/结论]基于SCAN-CPM分析是传统新兴技术识别方法的有益补充,由大及小、由粗及细地展示技术演化路径,为全面识别新兴技术及探测技术演化路径提供新的视角和技术手段。实证分析结果发现:新能源汽车充电桩的内部设计及外部布局仍然是该产业发展的重中之重;热管理技术日益成为相对独立的技术领域,是新能源汽车产业实现"弯道超车"的重要技术支持,演化扩散路径明确;电池包环境、电机散热、电池液冷却技术、热交换器材料等技术问题是未来的重要突破创新点;电机驱动控制系统目前形成较高的专利壁垒。

摘要：[研究目的]科学识别未来技术是前瞻布局未来产业、抢占未来发展制高点的首要问题,能够为中国加快实现高水平科技自立自强提供决策参考。[研究方法]从未来技术前沿突破性、交叉融合性、战略主导性三大特征出发,遵循“指标设计—指标赋权—判定分析”的研究逻辑,首先筛选出9项未来技术特征指标,再结合博弈论组合赋权法识别特定领域的未来技术,最后根据特征得分划分未来技术所属类型。[研究结论]以全球芯片材料行业专利数据为实证样本,识别出过程辅助材料、衬底材料和封装材料三项未来技术主题,且分别属于“Y_(bH)—Y_(fH)—Y_(dH)”“Y_(bH)—Y_(fL)—Y_(dH)”“Y_(bL)—Y_(fL)—Y_(dH)”类型,研究结果与目前芯片材料行业发展趋势相一致,验证了未来技术识别模型的科学性和有效性。

摘要：[目的/意义]“卡脖子”技术是现阶段制约我国战略性新兴产业高质量发展的关键瓶颈,为实现产业链自主安全可控,高效准确识别“卡脖子”技术十分必要。[方法/过程]以专利文献作为数据来源,首先根据技术共现网络测度并遴选关键核心技术,其次基于技术差距及技术依赖的视角,综合考虑后发优势与自主创新能力的关系,从技术价值优势、技术竞争优势、技术垄断地位和自主创新能力这4个维度设计“卡脖子”技术识别指标体系,然后运用CRITIC-TOPSIS方法构建一套系统的“卡脖子”技术识别模型,最后在数控机床领域进行实证研究。[结果/结论]应用所提出方法的识别结果是,我国在数控机床领域存在34项潜在“卡脖子”技术,主要集中在数控机床控制或调节系统、数控机床关键功能部件、车削或镗削数控机床、电数字数据处理等领域,将此结果与美国商业出口管制清单进行对比,具有较好的一致性,由此验证本方法的可行性和可靠性。

摘要：[目的/意义]对颠覆性技术的基础理论与识别方法进行梳理归纳有助于把握技术发展态势,推动数智时代面向科技创新的智能化情报服务体系构建。[方法/过程]明确颠覆性技术与文本挖掘方法的基础内涵,通过对该研究领域强关联的核心论文进行定性解读,将基于文本挖掘的颠覆性技术识别方法进行分类比较与组合分析。[局限]当前颠覆性技术识别领域应用的文本挖掘技术尚不成熟,需要进一步改进并与其他方法结合使用来优化识别效果。[结果/结论]基于文本挖掘的颠覆性技术识别方法包括突变词检测、术语词分析、共词分析、文本聚类、主题模型、语义分析。文本挖掘侧重从技术属性角度识别颠覆性技术,深度挖掘科技文本数据隐藏的潜在技术主题。

摘要：[目的/意义]依据颠覆性技术发展早期特征建立弱信号识别指标体系,基于不同信号的特征差异和多源数据视角设计多信号过滤器,实现颠覆性技术早期识别。[方法/过程]构建颠覆性技术弱信号识别漏斗模型,选取新颖性、弱信号潜力性特征指标设计主流技术信号过滤器,选取持续性、高价值性特征指标设计噪声信号过滤器,选取突变性、前瞻性特征指标设计渐进性创新弱信号过滤器,分层过滤掉主流技术信号、噪声信号和渐进性创新弱信号,筛选出颠覆性技术弱信号。[结果/结论]选取储氢领域开展实证分析,通过对储氢领域颠覆性技术弱信号识别结果进行战略规划及权威报告验证,证明了方法的有效性。