金 武，王书磊，刘晓萌，夏 晔，刘建伟*

（1.中国水产科学研究院淡水渔业研究中心，江苏无锡 214081；2.中国水产科学研究院，北京 100141）

渔业专利作为渔业科研院所知识产权的重要组成部分，也是渔业科学技术和经济活动中产生的渔业领域核心竞争力的重要资源，对促进我国渔业发展和制定发展战略，助力渔业研究及应用的创新发展具有重要作用［1］。中国水产科学研究院是中国水产科研领域的权威机构［2］，其发表的专利能够较好地反应中国渔业领域专利基本情况。截至2018年年底，中国水产科学研究院累计申请8 000余项专利，其中已经转化的渔业专利具有哪些量化的特点，如何从已有专利中筛选出高价值专利并重点做好这些专利的转化，这些问题目前仍缺乏有效的工具去解决。

人工神经网络作为数据挖掘和建模的重要技术手段之一，属于人工智能（artificial intelligence，AI）的技术范畴。它不需要有关体系的先验知识，具有自适应建模学习及自动建模功能［3］，并能从大量数据中挖掘出传统分析方法不能发现的、隐含的、先前未知的和对决策有潜在价值的关系、模式和趋势［4］。当系统环境发生变化时，只需输入新的资料让模型再学习即可很快跟踪系统的变化，可操作性强［5，6］。它在一些典型的非线性系统，如：生态系统［3］、城市用水需求组合［7］、海淡水水质监测［8］和湖泊富营养化［9］等分析与建模中得到了广泛应用。

利用神经网络建模对中国专利布局、高价值专利筛选的探索也取得了一些进展［10－16］。……