【技术实现步骤摘要】
本专利技术涉及高校知识产权管理，尤其涉及高校科技成果权益分配方法及智能管理系统。
技术介绍
1、随着科技的不断进步和高校科研工作的日益发展，高校科技成果的管理和转化等运营工作变得尤为重要。在中国，随着职务科技成果混合所有制政策的试点实施，高校科研人员在创新研究中取得的科技成果既属于个人，也属于学校，使得高校科技成果获得的收益划分成了难题。这种混合所有制的模式为高校科技成果的转化和应用带来了新的挑战和机遇。过去，传统的科技成果管理方式主要依赖于人工操作，存在信息不透明、流程繁琐、效率低下等问题。为此，基于职务科技成果混合所有制的高校科技成果智能管理系统迅速崭露头角。该系统充分利用人工智能、大数据分析等先进技术，通过自动化的流程和智能化的服务，全面提升科技成果的管理效率和质量。背景中还需考虑到高校与企业之间的合作与交流。高校科技成果的转化和应用往往需要与企业合作，共同推动科技成果的商业化和产业化。因此，一个具备协同合作与交流功能的系统能够促进高校与企业之间的合作，搭建起科技成果转化的桥梁，提高双方的效益和竞争力。综上所述，基于职务科技成果混合所有制的高校科技成果智能管理系统的开发背景包括科技成果管理的需求、传统管理方式的不足以及高校与企业合作的需要。该系统的引入将有助于优化管理流程，提高科技成果的转化效率和市场竞争力，推动科技创新与社会经济发展的深度融合。于此同时，为高校科技成果赋权改革的权益划分提供了一种全新的解决方法。
2、如授权公告号为cn111798147b的中国专利公开一种高校知识产权管理系统，其特征在于，包括
3、以上专利存在本
技术介绍
提出的问题：在科技成果的研发阶段对科研人员的收益属于静态分配，未能充分提高科研人员的科研积极性，在科技成果的转化过程中忽视科研人员的所能起到的作用，未考虑科研人员深度参与科研成果转化过程的收益，为了解决这些问题，本申请设计了高校科技成果权益分配方法及科技成果智能管理系统。
技术实现思路
1、本专利技术所要解决的技术问题是针对现有技术的不足，提供了高校科技成果权益分配方法，首先记录科技成果在研发阶段的资金投入、科研人员的科研能力和科研单位的科研能力，其次根据科研人员资金占比、科研人员科研能力评价和科研高校科研能力评价计算科研人员在科技成果研发阶段的研发收益系数，最后根据科研人员在转化阶段的工作计算科研人员在科技成果转化阶段的转化收益系数，根据研发收益系数和转化收益系数得到科研人员的高校科技成果总收益。
2、为实现上述目的，本专利技术提供如下技术方案：
3、高校科技成果权益分配方法，具体步骤如下：
4、s1：收集科研人员在科技成果研发阶段的科研成本数据；
5、s2：根据科研成本数据，计算科研人员在科技成果研发阶段的研发收益系数；
6、s3：根据科研人员在科技成果转化阶段的工作和科技成果转化前景，计算科研人员在科技成果转化阶段的转化收益系数；
7、s4：根据科技成果研发阶段的研发收益系数和科技成果转化阶段的转化收益系数计算科研人员的高校科技成果总收益；
8、具体地，所述科研成本数据包括科研资金和科研基础能力，所述科研资金包括科研人员资金和公共资金，所述公共资金包括高校纵向课题资金和政府纵向课题资金，所述科研基础能力包括科研人员科研成果和科研单位科研能力；
9、具体地，所述科研人员资金包括科研人员薪资和横向课题资金，所述公共资金包括高校纵向课题资金和政府纵向课题资金；
10、具体地，所述科研人员科研成果包括科研项目、科研论文、专利授权率和专利转化率，所述科研单元科研能力包括科研人员所处科研单位的科研实验室等级、科研产出和高校等级；
11、具体地，所述s2具体步骤如下：
12、s2.1：根据科研人员资金和公共资金，对科研人员资金和公共资金进行归一化处理，并计算科研人员资金占比，科研人员资金占比计算公式为：
13、
14、其中，fa表示科研人员资金占比，γ表示科研人员资金投入权重系数，fh表示科研人员资金，fp表示公共资金，t表示科技成果研发时间；
15、s2.2：根据科研人员科研成果和科研单位科研能力，通过科研人员科研能力评估网络和高校科研能力评估网络获取科研人员的科研能力评价值和科研人员所在科研单位的科研能力评价值；
16、s2.3：对科研人员资金占比、科研人员的科研能力评价值和科研人员所在科研单位的科研能力评价值进行特征提取，将特征矩阵数据作为动态分配系数网络输入参数，所述动态分配系数网络包括输入层、卷积层、池化层、全连接层和输出层；
17、s2.4：动态分配系数网络输出层输出科研人员在科技成果研发阶段的研发收益系数θ；
18、具体地，所述s2.2中所述科研人员科研能力评估网络包括输入层、隐含层和迭代输出层；
19、具体地，所述输入层用于根据科研人员科研能力评估网络的输入参数建立特征序列，对特征序列进行累加，建立灰色微分方程，计算灰色微分方程的最小二乘参数，通过对最小二乘参数解离散化，计算特征序列的拟合值，所述科科研人员科研能力评估网络的输入参数包括论文影响力和专利转化率；
20、所述隐含层用于通过映射将输入层的特征序列拟合值转换至高维空间中，将高位空间中的特征序列拟合值通过非线性加权后求和，通过径向基函数计算隐含层的输出值；
21、所述迭代输出层用于计算隐含层的输出值的平均误差，判断平均误差是否小于预期值，如果小于预期值，结束迭代，输出科员人员科研能力评估值；
22、具体地，所述s2.2中所述高校科研能力评估网络包括输入层、竞争层和输出层；
23、所述输入层用于确定高校科研能力评估网络的输入参数并对高校科研能力评估网络的输入参数进行归一化处理，所述高校科研能力评估网络的输入参数包括科研竞争力和科研环境，所述科研竞争力包括学术影响力、学科排名和科研产出，所述科研环境包括高校等级、科研实验室等级和科研成果激励机制；
24、所述竞争层用于确认神经元个数，神经元通过连接权值与输入参数进行连接，通过无监督学习聚类，输入参数根据相似性匹配寻找最匹配的神经元，并对连接权值进行更新，计算最匹配的神经元的输出；
25、所述输出层用于将最匹配的神经元的输出进行累加，输出对科本文档来自技高网...
【技术保护点】
1.高校科技成果权益分配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述高校科技成果权益分配方法，其特征在于，所述S2具体步骤如下：
3.根据权利要求2所述高校科技成果权益分配方法，其特征在于，所述S2.2中所述科研人员科研能力评估网络包括输入层、隐含层和迭代输出层；
4.根据权利要求3所述高校科技成果权益分配方法，其特征在于，所述S2.2中所述高校科研能力评估网络包括输入层、竞争层和输出层；
5.根据权利要求4所述高校科技成果权益分配方法，其特征在于，所述S3中所述科研人员在科技成果转化阶段的转化收益系数计算公式为：
6.根据权利要求5所述高校科技成果权益分配方法，其特征在于，所述S4中所述科研人员的高校科技成果总收益计算公式为：
7.高校科技成果权益分配智能管理系统，基于如权利要求1-6任一项所述的高校科技成果权益分配方法实现，其特征在于，所述系统包括；科技成果研发子系统、科技成果管理子系统和科技成果转化子系统；
8.根据权利要求7所述高校科技成果智能管理系统，其特征在于，所述科技成果
9.根据权利要求7所述高校科技成果智能管理系统，其特征在于，所述科技成果管理子系统包括科技成果登记模块、科技成果评估模块、科技成果配置模块和科技成果保护模块；
10.根据权利要求7所述高校科技成果智能管理系统，其特征在于，所述科技成果转化子系统包括专利运营模块、专利转化模块和市场应用模块；
...【技术特征摘要】
1.高校科技成果权益分配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述高校科技成果权益分配方法，其特征在于，所述s2具体步骤如下：
3.根据权利要求2所述高校科技成果权益分配方法，其特征在于，所述s2.2中所述科研人员科研能力评估网络包括输入层、隐含层和迭代输出层；
4.根据权利要求3所述高校科技成果权益分配方法，其特征在于，所述s2.2中所述高校科研能力评估网络包括输入层、竞争层和输出层；
5.根据权利要求4所述高校科技成果权益分配方法，其特征在于，所述s3中所述科研人员在科技成果转化阶段的转化收益系数计算公式为：
6.根据权利要求5所述高校科技成果权益分配方法，其特征在于，所述s4中所述科研人员的高...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。