凯发·k8(国际) - 官方网站·一触即发

凯发·k8(国际)-官方网站|第一天就破了英语课代表的处|国家知识产权局

发布时间：2026-08-04        文章分类：公司新闻       文章来源：凯发K8国际生物科技

　　凯发k8(中国)天生赢家ღ◈✿ღ，凯发K8国际官网入口K8凯发(中国)天生赢家·一触即发ღ◈✿ღ。为全面贯彻党中央ღ◈✿ღ、国务院关于加强知识产权保护的决策部署ღ◈✿ღ，回应创新主体对进一步明确涉及人工智能等新业态新领域专利申请审查规则的需求ღ◈✿ღ，决定对《专利审查指南》作出修改ღ◈✿ღ，现予发布ღ◈✿ღ，自2020年2月1日起施行ღ◈✿ღ。

　　涉及人工智能ღ◈✿ღ、“互联网+”ღ◈✿ღ、大数据以及区块链等的发明专利申请ღ◈✿ღ，一般包含算法或商业规则和方法等智力活动的规则和方法特征ღ◈✿ღ，本节旨在根据专利法及其实施细则ღ◈✿ღ，对这类申请的审查特殊性作出规定ღ◈✿ღ。

　　审查应当针对要求保护的解决方案ღ◈✿ღ，即权利要求所限定的解决方案进行ღ◈✿ღ。在审查中ღ◈✿ღ，不应当简单割裂技术特征与算法特征或商业规则和方法特征等ღ◈✿ღ，而应将权利要求记载的所有内容作为一个整体ღ◈✿ღ，对其中涉及的技术手段ღ◈✿ღ、解决的技术问题和获得的技术效果进行分析ღ◈✿ღ。

　　如果权利要求涉及抽象的算法或者单纯的商业规则和方法ღ◈✿ღ，且不包含任何技术特征ღ◈✿ღ，则这项权利要求属于专利法第二十五条第一款第(二)项规定的智力活动的规则和方法ღ◈✿ღ，不应当被授予专利权ღ◈✿ღ。例如ღ◈✿ღ，一种基于抽象算法且不包含任何技术特征的数学模型建立方法ღ◈✿ღ，属于专利法第二十五条第一款第(二)项规定的不应当被授予专利权的情形ღ◈✿ღ。再如ღ◈✿ღ，一种根据用户的消费额度进行返利的方法ღ◈✿ღ，该方法中包含的特征全部是与返利规则相关的商业规则和方法特征ღ◈✿ღ，不包含任何技术特征ღ◈✿ღ，属于专利法第二十五条第一款第(二)项规定的不应当被授予专利权的情形ღ◈✿ღ。

　　如果权利要求中除了算法特征或商业规则和方法特征ღ◈✿ღ，还包含技术特征ღ◈✿ღ，该权利要求就整体而言并不是一种智力活动的规则和方法ღ◈✿ღ，则不应当依据专利法第二十五条第一款第(二)项排除其获得专利权的可能性ღ◈✿ღ。

　　如果要求保护的权利要求作为一个整体不属于专利法第二十五条第一款第(二)项排除获得专利权的情形ღ◈✿ღ，则需要就其是否属于专利法第二条第二款所述的技术方案进行审查ღ◈✿ღ。

　　对一项包含算法特征或商业规则和方法特征的权利要求是否属于技术方案进行审查时ღ◈✿ღ，需要整体考虑权利要求中记载的全部特征ღ◈✿ღ。如果该项权利要求记载了对要解决的技术问题采用了利用自然规律的技术手段ღ◈✿ღ，并且由此获得符合自然规律的技术效果ღ◈✿ღ，则该权利要求限定的解决方案属于专利法第二条第二款所述的技术方案ღ◈✿ღ。例如ღ◈✿ღ，如果权利要求中涉及算法的各个步骤体现出与所要解决的技术问题密切相关ღ◈✿ღ，如算法处理的数据是技术领域中具有确切技术含义的数据ღ◈✿ღ，算法的执行能直接体现出利用自然规律解决某一技术问题的过程ღ◈✿ღ，并且获得了技术效果ღ◈✿ღ，则通常该权利要求限定的解决方案属于专利法第二条第二款所述的技术方案ღ◈✿ღ。

　　对包含算法特征或商业规则和方法特征的发明专利申请进行新颖性审查时ღ◈✿ღ，应当考虑权利要求记载的全部特征ღ◈✿ღ，所述全部特征既包括技术特征ღ◈✿ღ，也包括算法特征或商业规则和方法特征ღ◈✿ღ。

　　对既包含技术特征又包含算法特征或商业规则和方法特征的发明专利申请进行创造性审查时ღ◈✿ღ，应将与技术特征功能上彼此相互支持ღ◈✿ღ、存在相互作用关系的算法特征或商业规则和方法特征与所述技术特征作为一个整体考虑ღ◈✿ღ。“功能上彼此相互支持ღ◈✿ღ、存在相互作用关系”是指算法特征或商业规则和方法特征与技术特征紧密结合ღ◈✿ღ、共同构成了解决某一技术问题的技术手段,并且能够获得相应的技术效果ღ◈✿ღ。

　　例如第一天就破了英语课代表的处ღ◈✿ღ，如果权利要求中的算法应用于具体的技术领域ღ◈✿ღ，可以解决具体技术问题ღ◈✿ღ，那么可以认为该算法特征与技术特征功能上彼此相互支持ღ◈✿ღ、存在相互作用关系ღ◈✿ღ，该算法特征成为所采取的技术手段的组成部分ღ◈✿ღ，在进行创造性审查时ღ◈✿ღ，应当考虑所述的算法特征对技术方案作出的贡献ღ◈✿ღ。

　　再如ღ◈✿ღ，如果权利要求中的商业规则和方法特征的实施需要技术手段的调整或改进ღ◈✿ღ，那么可以认为该商业规则和方法特征与技术特征功能上彼此相互支持ღ◈✿ღ、存在相互作用关系ღ◈✿ღ，在进行创造性审查时ღ◈✿ღ，应当考虑所述的商业规则和方法特征对技术方案作出的贡献ღ◈✿ღ。

　　(1)属于专利法第二十五条第一款第(二)项范围之内的包含算法特征或商业规则和方法特征的发明专利申请ღ◈✿ღ，不属于专利保护的客体ღ◈✿ღ。

　　发明专利申请的解决方案是一种建立数学模型的方法ღ◈✿ღ，通过增加训练样本数量ღ◈✿ღ，提高建模的准确性ღ◈✿ღ。该建模方法将与第一分类任务相关的其它分类任务的训练样本也作为第一分类任务数学模型的训练样本ღ◈✿ღ，从而增加训练样本数量ღ◈✿ღ，并利用训练样本的特征值ღ◈✿ღ、提取特征值ღ◈✿ღ、标签值等对相关数学模型进行训练ღ◈✿ღ，并最终得到第一分类任务的数学模型ღ◈✿ღ，克服了由于训练样本少导致过拟合而建模准确性较差的缺陷ღ◈✿ღ。

　　根据第一分类任务的训练样本中的特征值和至少一个第二分类任务的训练样本中的特征值ღ◈✿ღ，对初始特征提取模型进行训练ღ◈✿ღ，得到目标特征提取模型;其中ღ◈✿ღ，所述第二分类任务是与所述第一分类任务相关的其它分类任务;

　　根据所述目标特征提取模型ღ◈✿ღ，分别对所述第一分类任务的每个训练样本中的特征值进行处理ღ◈✿ღ，得到所述每个训练样本对应的提取特征值;

　　将所述每个训练样本对应的提取特征值和标签值组成提取训练样本ღ◈✿ღ，对初始分类模型进行训练ღ◈✿ღ，得到目标分类模型;

　　该解决方案不涉及任何具体的应用领域ღ◈✿ღ，其中处理的训练样本的特征值ღ◈✿ღ、提取特征值ღ◈✿ღ、标签值ღ◈✿ღ、目标分类模型以及目标特征提取模型都是抽象的通用数据ღ◈✿ღ，利用训练样本的相关数据对数学模型进行训练等处理过程是一系列抽象的数学方法步骤ღ◈✿ღ，最后得到的结果也是抽象的通用分类数学模型ღ◈✿ღ。该方案是一种抽象的模型建立方法ღ◈✿ღ，其处理对象ღ◈✿ღ、过程和结果都不涉及与具体应用领域的结合ღ◈✿ღ，属于对抽象数学方法的优化ღ◈✿ღ，且整个方案并不包括任何技术特征ღ◈✿ღ，该发明专利申请的解决方案属于专利法第二十五条第一款第(二)项规定的智力活动的规则和方法ღ◈✿ღ，不属于专利保护客体ღ◈✿ღ。

　　(2)为了解决技术问题而利用技术手段并获得技术效果的包含算法特征或商业规则和方法特征的发明专利申请ღ◈✿ღ，属于专利法第二条第二款规定的技术方案ღ◈✿ღ，因而属于专利保护的客体ღ◈✿ღ。

　　发明专利申请的解决方案是ღ◈✿ღ，在各级卷积层上对训练图像进行卷积操作和最大池化操作后ღ◈✿ღ，进一步对最大池化操作后得到的特征图像进行水平池化操作ღ◈✿ღ，使训练好的CNN模型在识别图像类别时能够识别任意尺寸的待识别图像ღ◈✿ღ。

　　获取待训练CNN模型的初始模型参数ღ◈✿ღ，所述初始模型参数包括各级卷积层的初始卷积核ღ◈✿ღ、所述各级卷积层的初始偏置矩阵凯发·k8(国际)-官方网站ღ◈✿ღ、全连接层的初始权重矩阵和所述全连接层的初始偏置向量;

　　在所述各级卷积层上ღ◈✿ღ，使用所述各级卷积层上的初始卷积核和初始偏置矩阵ღ◈✿ღ，对每个训练图像分别进行卷积操作和最大池化操作ღ◈✿ღ，得到每个训练图像在所述各级卷积层上的第一特征图像;

　　对每个训练图像在至少一级卷积层上的第一特征图像进行水平池化操作ღ◈✿ღ，得到每个训练图像在各级卷积层上的第二特征图像;

　　基于调整后的模型参数和所述多个训练图像ღ◈✿ღ，继续进行模型参数调整的过程ღ◈✿ღ，直至迭代次数达到预设次数;

　　该解决方案是一种卷积神经网络CNN模型的训练方法ღ◈✿ღ，其中明确了模型训练方法的各步骤中处理的数据均为图像数据以及各步骤如何处理图像数据ღ◈✿ღ，体现出神经网络训练算法与图像信息处理密切相关ღ◈✿ღ。该解决方案所解决的是如何克服CNN模型仅能识别具有固定尺寸的图像的技术问题ღ◈✿ღ，采用了在不同卷积层上对图像进行不同处理并训练的手段ღ◈✿ღ，利用的是遵循自然规律的技术手段ღ◈✿ღ，获得了训练好的CNN模型能够识别任意尺寸待识别图像的技术效果ღ◈✿ღ。因此ღ◈✿ღ，该发明专利申请的解决方案属于专利法第二条第二款规定的技术方案ღ◈✿ღ，属于专利保护客体ღ◈✿ღ。

　　发明专利申请提出一种共享单车的使用方法ღ◈✿ღ，通过获取用户终端设备的位置信息和对应一定距离范围内的共享单车的状态信息ღ◈✿ღ，使用户可以根据共享单车的状态信息准确地找到可以骑行的共享单车进行骑行ღ◈✿ღ，并通过提示引导用户进行停车第一天就破了英语课代表的处ღ◈✿ღ，该方法方便了共享单车的使用和管理ღ◈✿ღ，节约了用户的时间第一天就破了英语课代表的处ღ◈✿ღ，提升了用户体验ღ◈✿ღ。

　　步骤二ღ◈✿ღ，服务器获取用户的第一位置信息ღ◈✿ღ，查找与所述第一位置信息对应一定距离范围内的共享单车的第二位置信息ღ◈✿ღ，以及这些共享单车的状态信息ღ◈✿ღ，将所述共享单车的第二位置信息和状态信息发送到终端设备ღ◈✿ღ，其中第一位置信息和第二位置信息是通过GPS信号获取的;

　　步骤四ღ◈✿ღ，用户通过终端设备扫描目标共享单车车身上的二维码ღ◈✿ღ，通过服务器认证后ღ◈✿ღ，获得目标共享单车的使用权限;

　　步骤五ღ◈✿ღ，服务器根据骑行情况ღ◈✿ღ，向用户推送停车提示ღ◈✿ღ，若用户将车停放在指定区域ღ◈✿ღ，则采用优惠资费进行计费ღ◈✿ღ，否则采用标准资费进行计费;

　　步骤六ღ◈✿ღ，用户根据所述提示进行选择ღ◈✿ღ，骑行结束后ღ◈✿ღ，用户进行共享单车的锁车动作ღ◈✿ღ，共享单车检测到锁车状态后向服务器发送骑行完毕信号ღ◈✿ღ。

　　该解决方案涉及一种共享单车的使用方法ღ◈✿ღ，所要解决的是如何准确找到可骑行共享单车位置并开启共享单车的技术问题ღ◈✿ღ，该方案通过执行终端设备和服务器上的计算机程序实现了对用户使用共享单车行为的控制和引导ღ◈✿ღ，反映的是对位置信息ღ◈✿ღ、认证等数据进行采集和计算的控制ღ◈✿ღ，利用的是遵循自然规律的技术手段ღ◈✿ღ，实现了准确找到可骑行共享单车位置并开启共享单车等技术效果ღ◈✿ღ。因此ღ◈✿ღ，该发明专利申请的解决方案属于专利法第二条第二款规定的技术方案ღ◈✿ღ，属于专利保护的客体ღ◈✿ღ。

　　发明专利申请提出一种区块链节点通信方法和装置ღ◈✿ღ，区块链中的业务节点在建立通信连接之前ღ◈✿ღ，可以根据通信请求中携带的CA证书以及预先配置的CA信任列表ღ◈✿ღ，确定是否建立通信连接ღ◈✿ღ，从而减少了业务节点泄露隐私数据的可能性ღ◈✿ღ，提高了区块链中存储数据的安全性ღ◈✿ღ。

　　一种区块链节点通信方法ღ◈✿ღ，区块链网络中的区块链节点包括业务节点ღ◈✿ღ，其中ღ◈✿ღ，所述业务节点存储证书授权中心CA发送的证书ღ◈✿ღ，并预先配置有CA信任列表ღ◈✿ღ，所述方法包括ღ◈✿ღ：

　　第一区块链节点接收第二区块链节点发送的通信请求ღ◈✿ღ，其中ღ◈✿ღ，所述通信请求中携带有第二区块链节点的第二证书;

　　本申请要解决的问题是联盟链网络中如何防止区块链业务节点泄露用户隐私数据的问题ღ◈✿ღ，属于提高区块链数据安全性的技术问题ღ◈✿ღ，通过在通信请求中携带CA证书并预先配置CA信任列表的方式确定是否建立连接ღ◈✿ღ，限制了业务节点可建立连接的对象ღ◈✿ღ，利用的是遵循自然规律的技术手段ღ◈✿ღ，获得了业务节点间安全通信和减少业务节点泄露隐私数据可能性的技术效果ღ◈✿ღ。因此ღ◈✿ღ，该发明专利申请的解决方案属于专利法第二条第二款规定的技术方案ღ◈✿ღ，属于专利保护的客体ღ◈✿ღ。

　　(3)未解决技术问题ღ◈✿ღ，或者未利用技术手段ღ◈✿ღ，或者未获得技术效果的包含算法特征或商业规则和方法特征的发明专利申请ღ◈✿ღ，不属于专利法第二条第二款规定的技术方案ღ◈✿ღ，因而不属于专利保护的客体ღ◈✿ღ。

　　发明专利申请提出一种消费返利的方法ღ◈✿ღ，通过计算机执行设定的返利规则给予消费的用户现金券ღ◈✿ღ，从而提高了用户的消费意愿ღ◈✿ღ，为商家获得了更多的利润ღ◈✿ღ。

　　商家采用计算机对用户的消费金额进行计算ღ◈✿ღ，将用户的消费金额R划分为M个区间ღ◈✿ღ，其中ღ◈✿ღ，M为整数ღ◈✿ღ，区间1到区间M的数值由小到大ღ◈✿ღ，将返回现金券的额度F也分为M个值ღ◈✿ღ，M个数值也由小到大进行排列;

　　根据计算机的计算值ღ◈✿ღ，判断当用户本次消费金额位于区间1时ღ◈✿ღ，返利额度为第1个值ღ◈✿ღ，当用户本次消费金额位于区间2时ღ◈✿ღ，返利额度为第2个值ღ◈✿ღ，依次类推ღ◈✿ღ，将相应区间的返利额度返回给用户ღ◈✿ღ。

　　该解决方案涉及一种消费返利的方法ღ◈✿ღ，该方法是由计算机执行的ღ◈✿ღ，其处理对象是用户的消费数据ღ◈✿ღ，所要解决的是如何促进用户消费的问题ღ◈✿ღ，不构成技术问题ღ◈✿ღ，所采用的手段是通过计算机执行人为设定的返利规则ღ◈✿ღ，但对计算机的限定只是按照指定的规则根据用户消费金额确定返利额度ღ◈✿ღ，不受自然规律的约束ღ◈✿ღ，因而未利用技术手段ღ◈✿ღ，该方案获得的效果仅仅是促进用户消费ღ◈✿ღ，不是符合自然规律的技术效果ღ◈✿ღ。因此ღ◈✿ღ，该发明专利申请不属于专利法第二条第二款规定的技术方案ღ◈✿ღ，不属于专利保护的客体ღ◈✿ღ。

　　根据待检测地区的经济数据和用电数据ღ◈✿ღ，选定待检测地区的经济景气指数的初步指标ღ◈✿ღ，其中ღ◈✿ღ，所述初步指标包括经济指标和用电指标;

　　通过计算机执行聚类分析方法和时差相关分析法ღ◈✿ღ，确定所述待检测地区的经济景气指标体系ღ◈✿ღ，包括先行指标ღ◈✿ღ、一致指标和滞后指标;

　　根据所述待检测地区的经济景气指标体系ღ◈✿ღ，采用合成指数计算方法ღ◈✿ღ，获取所述待检测地区的经济景气指数ღ◈✿ღ。

　　该解决方案是一种经济景气指数的分析和计算方法ღ◈✿ღ，该方法是由计算机执行的ღ◈✿ღ，其处理对象是各种经济指标ღ◈✿ღ、用电指标ღ◈✿ღ，解决的问题是对经济走势进行判断ღ◈✿ღ，不构成技术问题ღ◈✿ღ，所采用的手段是根据经济数据和用电数据对经济情况进行分析ღ◈✿ღ，仅是依照经济学规律采用经济管理手段ღ◈✿ღ，不受自然规律的约束ღ◈✿ღ，因而未利用技术手段ღ◈✿ღ，该方案最终可以获得用于评估经济的经济景气指数ღ◈✿ღ，不是符合自然规律的技术效果ღ◈✿ღ，因此该解决方案不属于专利法第二条第二款规定的技术方案ღ◈✿ღ，不属于专利保护的客体ღ◈✿ღ。

　　(4)在进行创造性审查时ღ◈✿ღ，应当考虑与技术特征在功能上彼此相互支持ღ◈✿ღ、存在相互作用关系的算法特征或商业规则和方法特征对技术方案作出的贡献ღ◈✿ღ。

　　现有对仿人机器人步行时跌倒状态的判定主要利用姿态信息或ZMP点位置信息ღ◈✿ღ，但这样判断是不全面的ღ◈✿ღ。发明专利申请提出了基于多传感器检测仿人机器人跌倒状态的方法ღ◈✿ღ，通过实时融合机器人步态阶段信息ღ◈✿ღ、姿态信息和ZMP点位置信息ღ◈✿ღ，并利用模糊决策系统ღ◈✿ღ，判定机器人当前的稳定性和可控性ღ◈✿ღ，为机器人下一步动作提供参考ღ◈✿ღ。

　　(1)通过对姿态传感器信息ღ◈✿ღ、零力矩点ZMP传感器信息和机器人步行阶段信息进行融合ღ◈✿ღ，建立分层结构的传感器信息融合模型;

　　(2)分别利用前后模糊决策系统和左右模糊决策系统来判定机器人在前后方向和左右方向的稳定性ღ◈✿ღ，具体步骤如下ღ◈✿ღ：

　　对比文件1公开了仿人机器人的步态规划与基于传感器信息的反馈控制ღ◈✿ღ，并根据相关融合信息对机器人稳定性进行判断凯发·k8(国际)-官方网站ღ◈✿ღ，其中包括根据多个传感器信息进行仿人机器人稳定状态评价ღ◈✿ღ，即对比文件1公开了发明专利申请的解决方案中的步骤(1)ღ◈✿ღ，该解决方案与对比文件1的区别在于采用步骤(2)的具体算法的模糊决策方法ღ◈✿ღ。

　　基于申请文件可知ღ◈✿ღ，该解决方案有效地提高了机器人的稳定状态以及对其可能跌倒方向判读的可靠性和准确率第一天就破了英语课代表的处ღ◈✿ღ。姿态信息ღ◈✿ღ、ZMP点位置信息以及步行阶段信息作为输入参数凯发·k8(国际)-官方网站ღ◈✿ღ，通过模糊算法输出判定仿人机器人稳定状态的信息ღ◈✿ღ，为进一步发出准确的姿势调整指令提供依据ღ◈✿ღ。因此ღ◈✿ღ，上述算法特征与技术特征在功能上彼此相互支持ღ◈✿ღ、存在相互作用关系ღ◈✿ღ，相对于对比文件1ღ◈✿ღ，确定发明实际解决的技术问题为ღ◈✿ღ：如何判断机器人稳定状态以及准确预测其可能的跌倒方向ღ◈✿ღ。上述模糊决策的实现算法及将其应用于机器人稳定状态的判断均未被其它对比文件公开ღ◈✿ღ，也不属于本领域公知常识ღ◈✿ღ，现有技术整体上并不存在使本领域技术人员改进对比文件1以获得要求保护发明的启示ღ◈✿ღ，要求保护的发明技术方案相对于最接近的现有技术是非显而易见的ღ◈✿ღ，具备创造性ღ◈✿ღ。

　　现有的多移动机器人运动规划控制结构通常采用集中式规划方法ღ◈✿ღ，该方法将多机器人系统视为一个具有多个自由度的复杂机器人ღ◈✿ღ，由系统中的一个规划器来统一完成对所有机器人的运动规划ღ◈✿ღ，其缺点在于计算时间较长ღ◈✿ღ，实用性不佳ღ◈✿ღ。发明专利申请提供了一种基于协作进化和多种群遗传算法的多机器人路径规划系统ღ◈✿ღ。机器人的每一条路径都采用一个染色体表示ღ◈✿ღ，将最短距离ღ◈✿ღ、平滑度ღ◈✿ღ、安全距离作为设计路径适应度函数的三个目标,通过Messy遗传算法对每个机器人的路径进行优化得到最佳路径ღ◈✿ღ。

　　(1)机器人的一条路径采用一个染色体表示ღ◈✿ღ，染色体就表示成节点的链表形式ღ◈✿ღ，即[(xღ◈✿ღ，y)ღ◈✿ღ，time]ღ◈✿ღ，(xღ◈✿ღ，yღ◈✿ღ，time∈R)ღ◈✿ღ，(xღ◈✿ღ，y)表示机器人的位置坐标ღ◈✿ღ，time表示从前一个节点移动本节点需要的时间消耗ღ◈✿ღ，开始节点的time等于0ღ◈✿ღ，每个机器人个体的染色体除了初始节点的初始位置ღ◈✿ღ，结束节点的目标位置固定以外ღ◈✿ღ，中间节点和节点个数都是可变的;

　　其中piღ◈✿ღ，j是距离ღ◈✿ღ、平滑度和时间消耗的线性组合ღ◈✿ღ，ws是平滑加权因子ღ◈✿ღ，wt是时间加权因子;Distance(piღ◈✿ღ，j)表示路径长度ღ◈✿ღ，smooth(piღ◈✿ღ，j)表示路径的平滑度ღ◈✿ღ，Time(piღ◈✿ღ，j)是路径piღ◈✿ღ，j的时间消耗;每个机器人采用所述适应度函数第一天就破了英语课代表的处ღ◈✿ღ，通过Messy遗传算法优化得到最优路径ღ◈✿ღ。

　　对比文件1公开了一种基于合作协进化的多机器人路径规划方法ღ◈✿ღ，其中采用适应度函数ღ◈✿ღ，通过混沌遗传算法来获得最优路径ღ◈✿ღ。发明专利申请的解决方案与对比文件1的区别在于通过Messy遗传算法来实现多机器人路径规划ღ◈✿ღ。

　　在该解决方案中ღ◈✿ღ，采用Messy遗传算法优化后得到机器人的前进路径ღ◈✿ღ，该解决方案的算法特征与技术特征在功能上相互支持ღ◈✿ღ、存在相互作用关系ღ◈✿ღ，实现了对机器人前进路径的优化ღ◈✿ღ。相对于对比文件1ღ◈✿ღ，确定发明实际解决的技术问题为ღ◈✿ღ：如何基于特定的算法使机器人以最优路径前进ღ◈✿ღ。对比文件2已经公开了包括所述混沌遗传算法在内的多种遗传算法都可被用来进行路径优化ღ◈✿ღ，同时采用Messy遗传算法可以解决其他算法的弊端ღ◈✿ღ，从而获得更合理的优化结果ღ◈✿ღ。基于对比文件2给出的启示ღ◈✿ღ，本领域技术人员有动机将对比文件1与对比文件2结合得到发明专利申请的技术方案ღ◈✿ღ。因此ღ◈✿ღ，要求保护的发明技术方案相对于对比文件1和对比文件2的结合是显而易见的ღ◈✿ღ，不具备创造性ღ◈✿ღ。

　　在货物配送过程中ღ◈✿ღ，如何有效提高货物配送效率以及降低配送成本ღ◈✿ღ，是发明专利申请所要解决的问题ღ◈✿ღ。在物流人员到达配送地点后ღ◈✿ღ，可以通过服务器向订货用户终端推送消息的形式同时通知特定配送区域的多个订货用户进行提货ღ◈✿ღ，达到了提高货物配送效率以及降低配送成本的目的ღ◈✿ღ。

　　其中ღ◈✿ღ，服务器进行批量通知具体实现方式为ღ◈✿ღ，服务器根据物流终端发送的到货通知中所携带的派件员IDღ◈✿ღ、物流终端当前位置以及对应的配送范围ღ◈✿ღ，确定该派件员ID所对应的ღ◈✿ღ、以所述物流终端的当前位置为中心的配送距离范围内的所有目标订单信息ღ◈✿ღ，然后将通知信息推送给所有目标订单信息中的订货用户账号所对应的订货用户终端ღ◈✿ღ。

　　对比文件1公开了一种物流配送方法ღ◈✿ღ，其由物流终端对配送单上的条码进行扫描ღ◈✿ღ，并将扫描信息发送给服务器以通知服务器货物已经到达;服务器获取扫描信息中的订货用户信息ღ◈✿ღ，并向该订货用户发出通知;接收到通知的订货用户根据通知信息完成取件ღ◈✿ღ。

　　发明专利申请的解决方案与对比文件1的区别在于批量通知用户订货到达ღ◈✿ღ，为实现批量通知第一天就破了英语课代表的处ღ◈✿ღ，方案中服务器ღ◈✿ღ、物流终端和用户终端之间的数据架构和数据通信方式均做出了相应调整ღ◈✿ღ，取件通知规则和具体的批量通知实现方式在功能上彼此相互支持ღ◈✿ღ、存在相互作用关系ღ◈✿ღ。相对于对比文件1ღ◈✿ღ，确定发明实际解决的技术问题是如何提高订单到达通知效率进而提高货物配送效率ღ◈✿ღ。从用户角度来看ღ◈✿ღ，用户可以更快地获知订货到达情况的信息ღ◈✿ღ，也提高了用户体验ღ◈✿ღ。由于现有技术并不存在对上述对比文件1做出改进从而获得发明专利申请的解决方案的技术启示ღ◈✿ღ，该解决方案具备创造性ღ◈✿ღ。

　　近年来人们越来越多地通过社交平台发表他们的意见和想法,人们在社交平台上发表的带有情感的内容反映了人们观点的演变,并可以由此看出事件的发展凯发·k8(国际)-官方网站ღ◈✿ღ、变化和趋势ღ◈✿ღ。发明专利申请通过自动采集社交平台人们发表的信息并对其中的情感进行分析,通过计算机绘制情感可视化图来帮助人们更好地理解情感在不同时间的强度变化和随时间而演变的趋势ღ◈✿ღ。

　　步骤一ღ◈✿ღ，由计算设备确定所采集的信息集合中信息的情感隶属度和情感分类ღ◈✿ღ，所述信息的情感隶属度表示该信息以多大概率属于某一情感分类;

　　步骤二ღ◈✿ღ，所述情感分类为积极ღ◈✿ღ、中立或消极ღ◈✿ღ，具体分类方法为ღ◈✿ღ：如果点赞的数目p除以点踩的数目q的值r大于阈值aღ◈✿ღ，那么认为该情感分类为积极ღ◈✿ღ，如果值r小于阈值b凯发·k8(国际)-官方网站ღ◈✿ღ，那么认为该情感分类为消极ღ◈✿ღ，如果值b≤r≤a,那么情感分类为中立ღ◈✿ღ，其中ab;

　　步骤三ღ◈✿ღ，基于所述信息的情感分类ღ◈✿ღ，自动建立所述信息集合的情感可视化图形的几何布局ღ◈✿ღ，以横轴表示信息产生的时间ღ◈✿ღ，以纵轴表示属于各情感分类的信息的数量;

　　步骤四ღ◈✿ღ，所述计算设备基于所述信息的情感隶属度对所建立的几何布局进行着色ღ◈✿ღ，按照信息颜色的渐变顺序为各情感分类层上的信息着色ღ◈✿ღ。

　　对比文件1公开了一种基于情感的可视化分析方法ღ◈✿ღ，其中时间被表示为一条水平轴ღ◈✿ღ，每条色带在不同时间的宽度代表一种情感在该时间的度量ღ◈✿ღ，用不同的色带代表不同的情感ღ◈✿ღ。

　　发明专利申请的解决方案与对比文件1的区别在于步骤二中设定的情感的具体分类规则ღ◈✿ღ。从申请内容中可以看出ღ◈✿ღ，即使情感分类规则不同ღ◈✿ღ，对相应数据进行着色处理的技术手段也可以是相同的ღ◈✿ღ，不必作出改变ღ◈✿ღ，即上述情感分类规则与具体的可视化手段并非功能上彼此相互支持ღ◈✿ღ、存在相互作用关系ღ◈✿ღ。与对比文件1相比ღ◈✿ღ，发明专利申请只是提出了一种新的情感分类的规则ღ◈✿ღ，没有实际解决任何技术问题ღ◈✿ღ，也没有针对现有技术作出技术贡献ღ◈✿ღ。因此ღ◈✿ღ，要求保护的发明技术方案相对于对比文件1不具备创造性ღ◈✿ღ。

　　包含算法特征或商业规则和方法特征的发明专利申请的说明书应当清楚ღ◈✿ღ、完整地描述发明为解决其技术问题所采用的解决方案ღ◈✿ღ。所述解决方案在包含技术特征的基础上ღ◈✿ღ，可以进一步包含与技术特征功能上彼此相互支持ღ◈✿ღ、存在相互作用关系的算法特征或商业规则和方法特征ღ◈✿ღ。

　　说明书中应当写明技术特征和与其功能上彼此相互支持ღ◈✿ღ、存在相互作用关系的算法特征或商业规则和方法特征如何共同作用并且产生有益效果ღ◈✿ღ。例如ღ◈✿ღ，包含算法特征时ღ◈✿ღ，应当将抽象的算法与具体的技术领域结合ღ◈✿ღ，至少一个输入参数及其相关输出结果的定义应当与技术领域中的具体数据对应关联起来;包含商业规则和方法特征时ღ◈✿ღ，应当对解决技术问题的整个过程进行详细描述和说明ღ◈✿ღ，使得所属技术领域的技术人员按照说明书记载的内容ღ◈✿ღ，能够实现该发明的解决方案ღ◈✿ღ。

　　说明书应当清楚ღ◈✿ღ、客观地写明发明与现有技术相比所具有的有益效果ღ◈✿ღ，例如质量ღ◈✿ღ、精度或效率的提高ღ◈✿ღ，系统内部性能的改善等ღ◈✿ღ。如果从用户的角度而言ღ◈✿ღ，客观上提升了用户体验ღ◈✿ღ，也可以在说明书中进行说明ღ◈✿ღ，此时ღ◈✿ღ，应当同时说明这种用户体验的提升是如何由构成发明的技术特征ღ◈✿ღ，以及与其功能上彼此相互支持ღ◈✿ღ、存在相互作用关系的算法特征或商业规则和方法特征共同带来或者产生的ღ◈✿ღ。

　　包含算法特征或商业规则和方法特征的发明专利申请的权利要求应当以说明书为依据ღ◈✿ღ，清楚第一天就破了英语课代表的处ღ◈✿ღ、简要地限定要求专利保护的范围ღ◈✿ღ。权利要求应当记载技术特征以及与技术特征功能上彼此相互支持ღ◈✿ღ、存在相互作用关系的算法特征或商业规则和方法特征ღ◈✿ღ。