FI分类号是日本局将IPC细分和扩展得到的,用于扩展IPC在某些技术领域的功能。它以第六版IPC分类表为基础编制,其中部分也参照了第四版和第五版IPC分类表。FI分类号采用了类似IPC分类号的层次递降的等级结构原理对技术整体进行分割,使得在某一小组下的上千或上万的文献在细分/扩展之后,其文献量限制在几百甚至几十篇文献之内,从而提高了检索效率。

例如:在EPODOC库中,H04N7/15(会议系统)下的文献量约为8838篇,在经过FI细分之后,在H04N7/15&610(以中心局为特征的会议系统)下的文献量为286篇,而在H04N7/15&620(以传输电路为特征的会议系统)下的文献量更少,仅有32篇。不言而喻,仅用一个FI细分类号就可以将文献量限定在较少的范围内,或者结合其它的相关FI分类号和F-Term分类号,或者使用很少的关键词进一步限定,将大大提高检索效率。

F-Term是“File Forming Terms”的简写形式,是日本局为计算机检索而设立的。F-Term借助特殊的技术术语,根据不同的技术主题,例如:目的、用途、结构、材料、制造方法、使用或运行方法、控制装置等,在国际专利分类表(IPC)和日本国内分类系统(FI)的基础上进行再分类或细分类。其目的是为了在专利审查过程中提高检索效率。

F-Term系统的建立源于FI分类系统所映射的大约2500个F-Term主题。在这2500个主题中,1800个进一步发展为表,该表依据多重技术观点表征每一个主题。而FI分类系统对于剩余的700个主题而言已经足够充分了。

F FI term 检索地址:

日文:http://search.p4.patolis.co.jp/search.html

英文:http://search.p4.patolis.co.jp/search_en.html

转载于:https://www.cnblogs.com/oyjj/archive/2009/12/03/2132961.html

日本专利分类方法 FI 和 F-Term 分类号 检索相关推荐

  1. c++实现决策树分类汽车评估数据集_R有监督机器学习-分类方法

    当我们说机器学习的的时候,我们在说什么? 来源于mlr3包的作者:https://mlr3book.mlr-org.com/basics.html 上图解释了完整的机器学习流程,包括构建任务.准备训练 ...

  2. 机器学习常用的六种分类方法,Python代码详细都在这里!

    机器学习常用的六种分类方法,Python代码详细都在这里! 六种常用分类方法包括两种线性分类及四种非线性分类法,分别是: 一.线性判别分析 from sklearn.model_selection i ...

  3. 国外基金的分类研究——兼对我国基金分类的思考 (资料来源 人大经济学论坛)

    国外基金的分类研究--兼对我国基金分类的思考       一.基金的分类比较    (一)基金分类的意义     对基金进行分类,除了简单所谓封闭式.开放式或者契约型.公司型外,需要对基金有一个更加细 ...

  4. 朴素贝叶斯、费舍尔分类方法

    朴素贝叶斯.费舍尔分类法 案例:有一批图书分类样本数据,用朴素贝叶斯.费舍尔分类法对样本数据学习进行分类. 数据清洗 这里我们不讨论数据的获取和清洗,而是聚焦在使用朴素贝叶斯.费舍尔分类法上.假设我们 ...

  5. Nature子刊:古菌基因组的标准化物种分类方法

    基因组物种分类数据库的标准化古菌分类 A standardized archaeal taxonomy for the Genome Taxonomy Database Nature Microbio ...

  6. 基于cnn的短文本分类_基于时频分布和CNN的信号调制识别分类方法

    文章来源:IET Radar, Sonar & Navigation, 2018, Vol. 12, Iss. 2, pp. 244-249. 作者:Juan Zhang1, Yong Li2 ...

  7. matlab 神经网络ann用于分类方法

    matlab关于ann的分类方法讲解了一个例子,Fishr集上鸢尾花(Iris)的分类,学习了这个方法可以套用在个人项目上使用,万变不离其宗, 1.Fishr集上鸢尾花Iris数据集的分类 ①iris ...

  8. python caffe 训练自己的模型_python接口调用已训练好的caffe模型测试分类方法

    训练好了model后,可以通过python调用caffe的模型,然后进行模型测试的输出. 本次测试主要依靠的模型是在caffe模型里面自带训练好的结构参数:~/caffe/models/bvlc_re ...

  9. 机器学习实战(四)——基于概率论的分类方法:朴素贝叶斯

    朴素贝叶斯法 4.1 基于贝叶斯决策理论的分类方法 4.1.1 贝叶斯决策理论 4.1.2 条件概率 4.1.3 全概率公式 4.1.4 贝叶斯推断 4.1.5 朴素贝叶斯 4.2 使用朴素贝叶斯进行 ...

  10. 《机器学习实战》笔记(04):基于概率论的分类方法 - 朴素贝叶斯分类

    基于概率论的分类方法:朴素贝叶斯分类 Naive Bayesian classification 这大节内容源于带你理解朴素贝叶斯分类算法,并非源于<机器学习实战>.个人认为<机器学 ...

最新文章

  1. graphql_GraphQL的稳步上升
  2. mysql 创建用户与授权
  3. 2-02字符编码的演化
  4. 字符b是多少java_Java学习,对比字符串:比较字符串 a 和字符 b 是否完全一致,长度,内容等完全一致...
  5. ubantu安装coturn穿透服务器
  6. 概率分布:PMF与PDF
  7. linux mysql 修改字符集_linux下mysql修改字符集,远程连接
  8. 基于ansible Role实现批量部署lamp平台
  9. 微信端php 开发技术要求,PHP微信开发技术 - WebFalse文档托管平台
  10. 新老系统迁移及整合方案
  11. java 水晶按钮_水晶按钮制作 jsp function调用java方法
  12. 华为公有云,一个关于天分与勤奋的故事
  13. 计算机配置64位几个字节,电脑装32位还是64位系统
  14. 基于python代码的3D地图可视化
  15. JS 获取指定日期的前几天或者几天
  16. STM32配置组合设备(HID+CDC)
  17. iOS wifi 路由器 连接
  18. unix time stamp(时间戳)和常规时间相互转换的C++代码
  19. 【ChatGPT4】王老师零基础《NLP》(自然语言处理)第三课
  20. Java Stream 流常用方法 lambda 表达式实现交集、并集、差集、去重复并集等

热门文章

  1. 信息论复习四:信源编码
  2. GNN-频域-2016:ChebNet【频谱图卷积】【切比雪夫多项式(ChebShev Polynomial)】【应用切比雪夫多项式加速特征矩阵求解】【GCN来源于对ChebNet的进一步简化与近似】
  3. oracle怎么查看慢查询日志,慢查询日志的分析过程
  4. 计算机网络技术毕业生实习报告_计算机毕业实习报告8篇完美版
  5. 科技创新全球资本财富盛会暨联盟系统2.0启动大会圆满举行
  6. [来料检验]触摸屏来料检验设想
  7. 常用计算机维修方法有哪些,计算机常见硬件故障的诊断及其处理分析
  8. Qt + OpenGL 教程(三):线
  9. epoll的两种触发模式ET和LT
  10. 中标麒麟使用centos源_中标麒麟操作系统yum源配置