1樓：
關於建模方法能否被授予專利權的問題，《審查指南》關於「包含演算法特徵或商業規則和方法特徵的發明專利申請審查相關規定」中涉及保護客體審查的部分是這麼評判的。
6. 包含演算法特徵或商業規則和方法特徵的發明專利申請審查相關規定
涉及人工智慧、「網際網路+」、大資料以及區塊鏈等的發明專利申請，一般包含演算法或商業規則和方法等智力活動的規則和方法特徵，本節旨在根據專利法及其實施細則，對這類申請的審查特殊性作出規定。
6.1 審查基準
審查應當針對要求保護的解決方案，即權利要求所限定的解決方案進行。在審查中，不應當簡單割裂技術特徵與演算法特徵或商業規則和方法特徵等，而應將權利要求記載的所有內容作為乙個整體，對其中涉及的技術手段、解決的技術問題和獲得的技術效果進行分析。
6.1.1 根據專利法第二十五條第一款第(二)項的審查
如果權利要求涉及抽象的演算法或者單純的商業規則和方法，且不包含任何技術特徵，則這項權利要求屬於專利法第二十五條第一款第(二)項規定的智力活動的規則和方法，不應當被授予專利權。例如，一種基於抽象演算法且不包含任何技術特徵的數學模型建立方法，屬於專利法第二十五條第一款第(二)項規定的不應當被授予專利權的情形。再如，一種根據使用者的消費額度進行返利的方法，該方法中包含的特徵全部是與返利規則相關的商業規則和方法特徵，不包含任何技術特徵，屬於專利法第二十五條第一款第(二)項規定的不應當被授予專利權的情形。
如果權利要求中除了演算法特徵或商業規則和方法特徵，還包含技術特徵，該權利要求就整體而言並不是一種智力活動的規則和方法，則不應當依據專利法第二十五條第一款第(二)項排除其獲得專利權的可能性。
6.1.2 根據專利法第二條第二款的審查
如果要求保護的權利要求作為乙個整體不屬於專利法第二十五條第一款第(二)項排除獲得專利權的情形，則需要就其是否屬於專利法第二條第二款所述的技術方案進行審查。
對一項包含演算法特徵或商業規則和方法特徵的權利要求是否屬於技術方案進行審查時，需要整體考慮權利要求中記載的全部特徵。如果該項權利要求記載了對要解決的技術問題採用了利用自然規律的技術手段，並且由此獲得符合自然規律的技術效果，則該權利要求限定的解決方案屬於專利法第二條第二款所述的技術方案。例如，如果權利要求中涉及演算法的各個步驟體現出與所要解決的技術問題密切相關，如演算法處理的資料是技術領域中具有確切技術含義的資料，演算法的執行能直接體現出利用自然規律解決某一技術問題的過程，並且獲得了技術效果，則通常該權利要求限定的解決方案屬於專利法第二條第二款所述的技術方案。
6.1.3 新穎性和創造性的審查
對包含演算法特徵或商業規則和方法特徵的發明專利申請進行新穎性審查時，應當考慮權利要求記載的全部特徵，所述全部特徵既包括技術特徵，也包括演算法特徵或商業規則和方法特徵。
對既包含技術特徵又包含演算法特徵或商業規則和方法特徵的發明專利申請進行創造性審查時，應將與技術特徵功能上彼此相互支援、存在相互作用關係的演算法特徵或商業規則和方法特徵與所述技術特徵作為乙個整體考慮。「功能上彼此相互支援、存在相互作用關係」是指演算法特徵或商業規則和方法特徵與技術特徵緊密結合、共同構成了解決某一技術問題的技術手段,並且能夠獲得相應的技術效果。
例如，如果權利要求中的演算法應用於具體的技術領域，可以解決具體技術問題，那麼可以認為該演算法特徵與技術特徵功能上彼此相互支援、存在相互作用關係，該演算法特徵成為所採取的技術手段的組成部分，在進行創造性審查時，應當考慮所述的演算法特徵對技術方案作出的貢獻。
再如，如果權利要求中的商業規則和方法特徵的實施需要技術手段的調整或改進，那麼可以認為該商業規則和方法特徵與技術特徵功能上彼此相互支援、存在相互作用關係，在進行創造性審查時，應當考慮所述的商業規則和方法特徵對技術方案作出的貢獻。
6.2 審查示例
以下，根據上述審查基準，給出包含演算法特徵或商業規則和方法特徵的發明專利申請的審查示例。
(1)屬於專利法第二十五條第一款第(二)項範圍之內的包含演算法特徵或商業規則和方法特徵的發明專利申請，不屬於專利保護的客體。
【例1】
一種建立數學模型的方法
申請內容概述
發明專利申請的解決方案是一種建立數學模型的方法，通過增加訓練樣本數量，提高建模的準確性。該建模方法將與第一分類任務相關的其它分類任務的訓練樣本也作為第一分類任務數學模型的訓練樣本，從而增加訓練樣本數量，並利用訓練樣本的特徵值、提取特徵值、標籤值等對相關數學模型進行訓練，並最終得到第一分類任務的數學模型，克服了由於訓練樣本少導致過擬合而建模準確性較差的缺陷。
申請的權利要求
一種建立數學模型的方法，其特徵在於，包括以下步驟：
根據第一分類任務的訓練樣本中的特徵值和至少乙個第二分類任務的訓練樣本中的特徵值，對初始特徵提取模型進行訓練，得到目標特徵提取模型；其中，所述第二分類任務是與所述第一分類任務相關的其它分類任務；
根據所述目標特徵提取模型，分別對所述第一分類任務的每個訓練樣本中的特徵值進行處理，得到所述每個訓練樣本對應的提取特徵值；
將所述每個訓練樣本對應的提取特徵值和標籤值組成提取訓練樣本，對初始分類模型進行訓練，得到目標分類模型；
將所述目標分類模型和所述目標特徵提取模型組成所述第一分類任務的數學模型。
分析及結論
該解決方案不涉及任何具體的應用領域，其中處理的訓練樣本的特徵值、提取特徵值、標籤值、目標分類模型以及目標特徵提取模型都是抽象的通用資料，利用訓練樣本的相關資料對數學模型進行訓練等處理過程是一系列抽象的數學方法步驟，最後得到的結果也是抽象的通用分類數學模型。該方案是一種抽象的模型建立方法，其處理物件、過程和結果都不涉及與具體應用領域的結合，屬於對抽象數學方法的優化，且整個方案並不包括任何技術特徵，該發明專利申請的解決方案屬於專利法第二十五條第一款第(二)項規定的智力活動的規則和方法，不屬於專利保護客體。
(2)為了解決技術問題而利用技術手段並獲得技術效果的包含演算法特徵或商業規則和方法特徵的發明專利申請，屬於專利法第二條第二款規定的技術方案，因而屬於專利保護的客體。
【例2】
一種卷積神經網路模型的訓練方法
申請內容概述
發明專利申請的解決方案是，在各級卷積層上對訓練影象進行卷積操作和最大池化操作後，進一步對最大池化操作後得到的特徵影象進行水平池化操作，使訓練好的CNN模型在識別影象類別時能夠識別任意尺寸的待識別影象。
申請的權利要求
一種卷積神經網路CNN模型的訓練方法，其特徵在於，所述方法包括：
獲取待訓練CNN模型的初始模型引數，所述初始模型引數包括各級卷積層的初始卷積核、所述各級卷積層的初始偏置矩陣、全連線層的初始權重矩陣和所述全連線層的初始偏置向量；
獲取多個訓練影象；
在所述各級卷積層上，使用所述各級卷積層上的初始卷積核和初始偏置矩陣，對每個訓練影象分別進行卷積操作和最大池化操作，得到每個訓練影象在所述各級卷積層上的第一特徵影象；
對每個訓練影象在至少一級卷積層上的第一特徵影象進行水平池化操作，得到每個訓練影象在各級卷積層上的第二特徵影象；
根據每個訓練影象在各級卷積層上的第二特徵影象確定每個訓練影象的特徵向量；
根據所述初始權重矩陣和初始偏置向量對每個特徵向量進行處理，得到每個訓練影象的類別概率向量；
根據所述每個訓練影象的類別概率向量及每個訓練影象的初始類別，計算類別誤差；
基於所述類別誤差，對所述待訓練CNN模型的模型引數進行調整；
基於調整後的模型引數和所述多個訓練影象，繼續進行模型引數調整的過程，直至迭代次數達到預設次數；
將迭代次數達到預設次數時所得到的模型引數作為訓練好的CNN模型的模型引數。
分析及結論
該解決方案是一種卷積神經網路CNN模型的訓練方法，其中明確了模型訓練方法的各步驟中處理的資料均為影象資料以及各步驟如何處理影象資料，體現出神經網路訓練演算法與影象資訊處理密切相關。該解決方案所解決的是如何克服CNN模型僅能識別具有固定尺寸的影象的技術問題，採用了在不同卷積層上對影象進行不同處理並訓練的手段，利用的是遵循自然規律的技術手段，獲得了訓練好的CNN模型能夠識別任意尺寸待識別影象的技術效果。因此，該發明專利申請的解決方案屬於專利法第二條第二款規定的技術方案，屬於專利保護客體。以上。
商標是不是屬於專利，兩者有什麼區別？
讓路專利v 專利和商標都是屬於智財權範疇。1.專利對應保護的是產品技術性東西 如 發明是指對產品 方法或者其改進所提出的新的技術方案。實用新型是指對產品的形狀 構造或者其結合所提出的適於實用的新的技術方案。此外還包括產品外觀形狀，結構型改良等。2.商標對應保護的是用於區分同類產品而起的具有特殊性的名...
商標是不是屬於專利，兩者之間有什麼區別？
李春晅律師 兩者同屬智財權保護的客體，但是商標不是專利，商標雖然有專用權，但商標是用來區別乙個經營者的品牌或服務和其他經營者的商品或服務的標記。商標法規定，商標型別包括商品商標 服務商標和集體商標 證明商標，商標註冊人享有商標專用權，受法律保護。而專利是保護發明創造，保護的是技術方案 外觀設計除外 ...
相聲演員屬於舞台劇演員嗎，是不是舞台劇演員也都能當相聲演員？
JoeyXP 相聲瓦舍兩位主創馮翊綱 宋少卿就是很好的舞台劇演員。在表演工作坊的 寶島一村 等作品裡都有很出色的表演。占個坑，回頭有機會再來詳細介紹。 咻咻 舞台劇演員在排練時是拿著台詞表演，表演時有燈光音效服裝等等，台詞不是最重要，重要的是表演。相聲演員最基本的在於背，趟子貫口等等，表演不是最重要...