基于专利挖掘的中国智能纺织/服装技术主题发展研究

余可; 胡琴; 曾婷玉; 彭汉平; 韩明静; 张金团

doi:10.70693/cjst.v1i2.1044

Authors

余可景德镇陶瓷大学
胡琴贺州学院
曾婷玉景德镇陶瓷大学
彭汉平景德镇陶瓷大学
韩明静景德镇陶瓷大学
张金团贺州学院

DOI:

https://doi.org/10.70693/cjst.v1i2.1044

Keywords:

专利挖掘；智能纺织/服装；技术识别

Abstract

我国作为传统纺织大国，纺织/服装技术与国民生活息息相关。随着大数据、人工智能等技术的快速发展，智能纺织/服装技术正逐步从单一功能向多功能集成方向发展，本研究聚焦于智能纺织/服装技术这一融合了纺织科学、材料工程与信息技术的交叉领域，旨在通过专利挖掘方法，深入分析智能纺织/服装技术，以揭示其技术主题及发展情况。本研究以IncoPat专利数据库为数据来源，检索智能纺织/服装技术相关专利并分析其发展情况，运用LDA主题模型提取专利数据中隐含的技术主题。研究表明中国智能纺织/服装专利以发明专利为主，正处于成熟初期，专利申请主要集中在江苏、浙江、广东等东部沿海地区，并识别出纺织机械与设备、功能性纤维与智能材料、服装模块化与AI检测技术、智能衣物温控调节技术四大技术主题。

References

中华人民共和国工业和信息化部. 《纺织工业发展规划（2016-2020年）》正式发布[EB/OL]. [2016-09-28].

中国纺织工业联合会. 《纺织行业“十四五”发展纲要》[EB/OL]. [2021-6-11].

国家知识产权局. 专利文献与信息检索[M]. 北京:知识产权出版社, 2013.

World Intellectual Property Indicators 2023[M]. Geneva,Switzerland:World Intellectual Property Organization, 2023.

胡正银, 方曙. 专利文本技术挖掘研究进展综述[J]. 现代图书情报技术, 2014, 30(6): 62-70.

屈鹏, 张均胜, 曾文, 等.国内外专利挖掘研究(2005-2014)综述[J]. 图书情报工作, 2014, 58(20): 131-137.

Zhang L, Li L, Li T. Patent mining: a survey[J]. ACM sigkdd explorations newsletter, 2015, 16(2): 1-19.

Zhu J, Kaplan R, Johnson J, et al. HiDDeN: hiding data with deep networks[J]. arXiv preprint arXiv: 1807.09937, 2018.

Risch J, Krestel R. Domain-specific word embeddings for patent classification[J]. Data technologies and applications, 2019, 53(1): 108-122.

Bolshakova E, Loukachevitch N, Nokel M. Topic models can improve domain term extraction[C]. European conference on information retrieval. Heidelberg: Springer, 2013: 684-687.

Dewulf S. Directed variation of properties for new or improved function product DNA, a base for connect and develop[J]. Procedia engineering, 2011(9): 646-652.

Yoon J, Kim K.Trend perceptor: a property-function based technology intelligence system for identifying technology trends from patents[J]. Expert system with application, 2012, 39(3): 2927-2938.

Chen L, Xu S, Zhu L, et al. A deep learning based method benefiting from characteristics of patents for semantic relation classification[J]. Journal of informetrics, 2022, 16(3): 101312.

沈雷, 方东根, 唐颖, 等. 智能服装材料的研究现状与发展趋势[J]. 上海纺织科技, 2016, 44(2): 1-4.

田苗, 李俊. 智能服装的设计模式与发展趋势[J]. 纺织学报, 2014, 35(2): 109-115.

王侠, 于淼, 张春明, 等. 基于智能服装的柔性传感器应用与进展[J]. 纺织高校基础科学学报, 2019, 32(2): 133-137.

Wang X F, Lu X H, Liu B, et al. Flexible energystorage devices:Design consideration and recent progress[J]. Advanced Materials, 2014, 26(28): 4763-4782.

夏帆, 刘翔. 基于服装设计要素和法则的智能配搭设计[J]. 纺织学报, 2015, 36(7): 94-99.

孙悦, 范杰, 王亮, 等. 可穿戴技术在纺织服装中的应用研究进展[J]. 纺织学报, 2018, 39(12): 131-138.

洪岩, 杨敏, 陈雁. 人体生理指标与服装微气候监测系统研发[J]. 纺织学报, 2013, 34(1): 96-100.

沈雷, 桑盼盼. 防走失老年智能服装的设计开发[J]. 针织工业, 2019(8): 61-64.

佘望瑶, 洪文进. 适老化智能冲锋衣设计与性能评价[J]. 针织工业, 2022(12): 86-89.

江苏省发展和改革委员会. 关于印发进一步推动全省纺织服装产业高质量发展若干政策措施的通知[EB/OL]. [2022-09-07](2025-2-13).

中华人民共和国工业和信息化部. 两部门关于公布2024年度智能制造系统解决方案“揭榜挂帅”项目名单的通知[EB/OL]. [2024-12-30](2025-2-13).

陈亮, 陈利利, 许海云, 等. 国内外专利挖掘研究进展与前瞻[J]. 图书情报工作, 2024, 68(2): 110-133.

周捷, 刘长青, 张文博. 基于CiteSpace的智能纺织服装产品研究进展[J]. 西安工程大学学报, 2024, 38(1): 31-42.

李梦柯, 冉萍. 数字经济背景下我国纺织出口企业的创新策略研究[J]. 商展经济, 2024, (21): 16-19.