five

中国知识产权局专利数据库|专利信息数据集|知识产权数据集

收藏
www.cnipa.gov.cn2024-10-30 收录
专利信息
知识产权
下载链接:
http://www.cnipa.gov.cn/
下载链接
链接失效反馈
资源简介:
该数据集包含了中国知识产权局发布的专利信息,涵盖了专利的申请、授权、转让等详细记录。数据内容包括专利号、申请人、发明人、申请日期、授权日期、专利摘要等。
提供机构:
www.cnipa.gov.cn
AI搜集汇总
数据集介绍
main_image_url
构建方式
中国知识产权局专利数据库的构建基于国家知识产权局的专利申请和授权信息,涵盖了自1985年以来的所有专利数据。该数据库通过系统化的数据采集、清洗和结构化处理,确保了数据的完整性和准确性。数据来源包括专利申请书、授权公告、法律状态变更等官方文件,经过多层次的数据校验和标准化处理,最终形成了一个全面、权威的专利信息资源库。
特点
该数据集具有高度的权威性和全面性,收录了包括发明专利、实用新型专利和外观设计专利在内的各类专利信息。数据内容详尽,涵盖专利的基本信息、技术领域、申请人信息、法律状态等多个维度。此外,数据集还提供了丰富的检索和分析功能,支持用户进行多维度的专利信息查询和统计分析,为科研、企业决策和知识产权管理提供了强有力的数据支持。
使用方法
用户可以通过中国知识产权局的官方网站或授权的数据服务平台访问该数据库,进行专利信息的检索和下载。数据库提供了多种检索方式,包括关键词检索、分类号检索、申请人检索等,满足不同用户的查询需求。此外,用户还可以利用数据库提供的API接口,将专利数据集成到自己的系统中,进行定制化的数据分析和应用开发。对于科研机构和企业,该数据库是进行技术创新和知识产权管理的重要工具。
背景与挑战
背景概述
中国知识产权局专利数据库是由中国国家知识产权局(CNIPA)创建和维护的权威性数据库,旨在系统地收集、整理和公开中国境内的专利信息。该数据库的构建始于20世纪80年代,随着中国知识产权保护体系的逐步完善,其数据涵盖范围和更新频率显著提升。主要研究人员和机构包括CNIPA及其下属的多个研究部门,核心研究问题集中在专利信息的准确性、完整性和及时性上。该数据库对相关领域的影响力巨大,为学术研究、企业创新和政策制定提供了重要的数据支持。
当前挑战
中国知识产权局专利数据库在构建和使用过程中面临多项挑战。首先,专利信息的多样性和复杂性要求数据库具备高度的分类和检索能力。其次,随着技术进步和市场变化,专利数据的更新速度和准确性成为关键问题。此外,数据隐私和安全保护也是不可忽视的挑战,尤其是在大数据和人工智能技术的应用背景下。最后,如何有效整合国内外专利信息,提升数据库的国际影响力,是当前亟待解决的问题。
发展历史
创建时间与更新
中国知识产权局专利数据库的创建始于20世纪80年代末,随着中国知识产权保护体系的逐步建立而诞生。该数据库自创建以来,经历了多次重大更新,最近一次大规模更新是在2020年,以适应快速发展的技术环境和日益增长的专利申请量。
重要里程碑
中国知识产权局专利数据库的重要里程碑包括1990年代初的初步建设,标志着中国专利信息电子化的开端。2000年代中期,数据库实现了与国际专利分类(IPC)的全面对接,极大地提升了其国际兼容性。2015年,数据库引入了大数据分析工具,使得专利检索和分析更加智能化。2020年的更新则进一步优化了用户界面和数据处理能力,增强了用户体验和数据准确性。
当前发展情况
当前,中国知识产权局专利数据库已成为全球最大的专利信息资源库之一,涵盖了超过1000万条专利记录。该数据库不仅为国内外的科研机构、企业和法律服务提供了重要的数据支持,还通过开放API接口促进了跨领域的数据共享和创新应用。此外,数据库的持续更新和优化,使其在人工智能、区块链等新兴技术领域的专利分析中发挥了关键作用,推动了知识产权保护和科技创新的深度融合。
发展历程
  • 中国知识产权局专利数据库首次建立,标志着中国专利信息管理进入电子化时代。
    1985年
  • 数据库开始提供在线查询服务,极大提升了专利信息的获取效率。
    1990年
  • 数据库进行了大规模升级,引入了更先进的数据管理和检索技术。
    2000年
  • 数据库实现了与国际专利数据库的互联互通,增强了国际专利信息的交流与共享。
    2010年
  • 数据库进一步优化,推出了智能检索和数据分析功能,提升了用户体验和数据利用价值。
    2020年
常用场景
经典使用场景
中国知识产权局专利数据库作为国内专利信息的重要来源,广泛应用于技术创新与知识产权保护的研究。研究者利用该数据库分析专利申请趋势、技术发展路径及行业竞争态势,为政策制定和企业战略规划提供数据支持。此外,该数据库还常用于专利引文分析,揭示技术创新的内在联系与演化规律。
衍生相关工作
中国知识产权局专利数据库的广泛应用催生了众多相关研究与工具开发。例如,基于该数据库的专利地图分析工具,帮助企业可视化技术竞争格局。此外,学者们开发了多种专利引文网络分析模型,用于研究技术创新的复杂网络结构。这些衍生工作不仅丰富了知识产权研究的理论框架,也为实际应用提供了强有力的技术支持。
数据集最近研究
最新研究方向
在中国知识产权局专利数据库的最新研究中,学者们聚焦于专利数据的深度挖掘与分析,以揭示技术创新的趋势与模式。通过应用自然语言处理和机器学习技术,研究者们能够从海量专利文本中提取关键信息,识别新兴技术领域和潜在的市场机会。此外,该数据库还被用于评估企业的创新能力,为政策制定者提供科学依据,以优化知识产权保护和科技发展战略。这些研究不仅提升了专利数据的利用效率,也为全球技术创新提供了宝贵的参考。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

基于站点观测的中国1km土壤湿度日尺度数据集(2000-2022)

本研究提供了中国范围1km高质量的土壤湿度数据集-SMCI1.0(Soil Moisture of China by in situ data, version 1.0),SMCI1.0是包含2000-2022年、日尺度、以10厘米为间隔10层深度(10-100cm)的高时空分辨率土壤湿度,数据单位为0.001m³/m³,缺失值为-999,投影为WGS1984。该数据集是以中国气象局提供的1,648个站点观测10层土壤湿度作为基准,使用ERA5_Land气象强迫数据、叶面积指数(LAI)、土地覆盖类型(Landtypes)、地形(DEM)和土壤特性(Soil properties)作为协变量,通过机器学习方式获得。本研究进行了两组实验以验证SMCI1.0的精度,时间尺度上:ubRMSE为0.041-0.052,R为0.883-0.919;空间尺度上:ubRMSE为0.045-0.051,R为0.866-0.893。 由于SMCI1.0是基于实地观测的土壤湿度,它可以作为现有基于模型和卫星数据集的有效补充。该数据产品可用于各种水文、气象、生态分析和建模,尤其在需要高质量、高分辨率土壤湿度的应用上至关重要。有关数据集的引用及详细描述,请阅读说明文档。为便于使用,本研究提供了两种不同分辨率的版本:30 秒(~1km)和0.1度(~9km)。

国家青藏高原科学数据中心 收录

中国空气质量数据集(2014-2020年)

数据集中的空气质量数据类型包括PM2.5, PM10, SO2, NO2, O3, CO, AQI,包含了2014-2020年全国360个城市的逐日空气质量监测数据。监测数据来自中国环境监测总站的全国城市空气质量实时发布平台,每日更新。数据集的原始文件为CSV的文本记录,通过空间化处理生产出Shape格式的空间数据。数据集包括CSV格式和Shape格式两数数据格式。

国家地球系统科学数据中心 收录

PDT Dataset

PDT数据集是由山东计算机科学中心(国家超级计算济南中心)和齐鲁工业大学(山东省科学院)联合开发的无人机目标检测数据集,专门用于检测树木病虫害。该数据集包含高分辨率和低分辨率两种版本,共计5775张图像,涵盖了健康和受病虫害影响的松树图像。数据集的创建过程包括实地采集、数据预处理和人工标注,旨在为无人机在农业中的精准喷洒提供高精度的目标检测支持。PDT数据集的应用领域主要集中在农业无人机技术,旨在提高无人机在植物保护中的目标识别精度,解决传统检测模型在实际应用中的不足。

arXiv 收录

DAT

DAT是一个统一的跨场景跨领域基准,用于开放世界无人机主动跟踪。它提供了24个视觉复杂的场景,以评估算法的跨场景和跨领域泛化能力,并具有高保真度的现实机器人动力学建模。

github 收录

中国区域地面气象要素驱动数据集 v2.0(1951-2020)

中国区域地面气象要素驱动数据集(China Meteorological Forcing Data,以下简称 CMFD)是为支撑中国区域陆面、水文、生态等领域研究而研发的一套高精度、高分辨率、长时间序列数据产品。本页面发布的 CMFD 2.0 包含了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等气象要素,时间分辨率为 3 小时,水平空间分辨率为 0.1°,时间长度为 70 年(1951~2020 年),覆盖了 70°E~140°E,15°N~55°N 空间范围内的陆地区域。CMFD 2.0 融合了欧洲中期天气预报中心 ERA5 再分析数据与气象台站观测数据,并在辐射、降水数据产品中集成了采用人工智能技术制作的 ISCCP-ITP-CNN 和 TPHiPr 数据产品,其数据精度较 CMFD 的上一代产品有显著提升。 CMFD 历经十余年的发展,其间发布了多个重要版本。2019 年发布的 CMFD 1.6 是完全采用传统数据融合技术制作的最后一个 CMFD 版本,而本次发布的 CMFD 2.0 则是 CMFD 转向人工智能技术制作的首个版本。此版本与 1.6 版具有相同的时空分辨率和基础变量集,但在其它诸多方面存在大幅改进。除集成了采用人工智能技术制作的辐射和降水数据外,在制作 CMFD 2.0 的过程中,研发团队尽可能采用单一来源的再分析数据作为输入并引入气象台站迁址信息,显著缓解了 CMFD 1.6 中因多源数据拼接和气象台站迁址而产生的虚假气候突变。同时,CMFD 2.0 数据的时间长度从 CMFD 1.6 的 40 年大幅扩展到了 70 年,并将继续向后延伸。CMFD 2.0 的网格空间范围虽然与 CMFD 1.6 相同,但其有效数据扩展到了中国之外,能够更好地支持跨境区域研究。为方便用户使用,CMFD 2.0 还在基础变量集之外提供了若干衍生变量,包括近地面相对湿度、雨雪分离降水产品等。此外,CMFD 2.0 摒弃了 CMFD 1.6 中通过 scale_factor 和 add_offset 参数将实型数据化为整型数据的压缩技术,转而直接将实型数据压缩存储于 NetCDF4 格式文件中,从而消除了用户使用数据时进行解压换算的困扰。 本数据集原定版本号为 1.7,但鉴于本数据集从输入数据到研制技术都较上一代数据产品有了大幅的改变,故将其版本号重新定义为 2.0。CMFD 2.0 的数据内容与此前宣传的 CMFD 1.7 基本一致,仅对 1983 年 7 月以后的向下短/长波辐射通量数据进行了更新,以修正其长期趋势存在的问题。2021 年至 2024 年的 CMFD 数据正在制作中,计划于 2025 年上半年发布,从而使 CMFD 2.0 延伸至 2024 年底。

国家青藏高原科学数据中心 收录