1樓：Ivlianvs
1，這是沒授權的，只是專利申請，不是專利。
2，當然可能拿到授權，不是審查員漏過去了，就是正常授權。因為專利的保護範圍取決於權利要求，就算申請時獨權已經被現有技術公開，也可以修改後以更小的範圍授權。
3，就算因為審查員沒有發現對比檔案，以很大的範圍授權了，那也無非是專利權人多花點專利維護費去維護乙個不能用的專利罷了。有新穎性缺陷的專利權在訴訟裡不可能贏的。
總之，沒什麼奇怪的，很正常。
2樓：
你放個摘要和附圖就讓知乎這幫程式設計師判斷專利保護範圍能得到什麼結果附圖是用來解釋說明的好不
我要申請個腦瓜崩神器專利
放了張圖示出如何徒手腦瓜崩
你以後就不能給你小夥伴來乙個友情的腦瓜崩了麼看專利不看權利要求的都是門都沒摸著的外行就不要大放厥詞了
3樓：李洋洋
最近正好實驗室的同學申請發明專利，他用的專利中用到了vgg，然後把初稿給了專利中介機構，後來中介反饋，你的網路結構中卷積核的尺寸規定了3x3，最好不要把數字寫的太具體，因為這樣別人套用你的結構改成4x4就可以寫新專利了！=。=
深度學習網路的寬度和深度怎麼理解，增加寬度和深度對網路模型有什麼影響？
拿LeNet試一下,發現亂改對結果影響不大.摘抄 淺層的寬度很重要,一般不少於24.但早期的LeNet只有6 模型加深還可能出現的一些問題是,導致某些淺層的學習能力下降，限制了深層網路的學習，這也是跳層連線等結構能夠發揮作用的很重要的因素。 讀了 柯均堂 的回答深有感觸剛好晚上閒著立刻動手做了個小實...
深度學習網路如CNN如何處理一維訊號？可以直接將訊號作為輸入嗎？還是必須得轉換為二維影象訊號才可以？
星辰大海 深度學習演算法 包括CNN 肯定可以直接處理一維訊號。舉個例子，深度殘差收縮網路，就是用於處理一維振動訊號的一種深度學習方法，可以作為參考。它的網路結構如下圖所示 深度殘差收縮網路其實是深度殘差網路 ResNet 的新型改進，將軟閾值化作為非線性層引入ResNet的網路結構之中，其目的是提...
請問如何將深度學習應用在文字挖掘領域呢？
NLPIR 深度學習在文字挖掘領域能夠實現多種功能的應用，比如文字分類 文字聚類 摘要實體生成 智慧型過濾 情感分析 知識圖譜等。NLPIR大資料語義智慧型分析平台即實現了語料資料的採集預處理，經過自然語言處理到文字挖掘，資訊檢索再到視覺化呈現等應用。資料收集和預處理 資料收集和預處理能夠實現主題採...