? ? 類型Ⅰ屬于“智力活動的規(guī)則和方法”，不屬于專利保護的客體這一類型的權(quán)要雖然符合“智力活動的規(guī)則和方法+計算機程序”的形式，但是由于其所有實質(zhì)內(nèi)容都屬于“智力活動的規(guī)則和方法”，只不過限定了由計算機程序來執(zhí)行，所以其整體依舊是“智力活動的規(guī)則和方法”，不屬于專利保護的客體。

? ?示例1一種利用計算機程序求解圓周率的方法，其特征在于，包括以下步驟：計算一個正方形內(nèi)“點”的數(shù)目；計算該正方形內(nèi)切圓內(nèi)“點”的數(shù)目；根據(jù)公式：來求解圓周率。

【分析】計算機程序執(zhí)行的純算法。

? 示例2一種利用計算機程序?qū)崿F(xiàn)自動計算動摩擦系數(shù)μ的方法，其特征在于，包括以下步驟：計算摩擦片的位置變化量S1和S2的比值；計算變化量的比值S2/S1的對數(shù)lg?S2/S1；求出對數(shù)lg?S2/S1與e的比值。

【分析】計算機程序執(zhí)行的純算法。

? 示例3一種利用計算機進行全球語言文字通用轉(zhuǎn)換的方法，包括以下步驟：將全球語言文字統(tǒng)一在單詞后先以輔音字母標詞法，后以輔音字母標句法的方式，形成與各種錄入語言相對應的錄入語言輔助語；利用中介語與錄入的語言輔助語的對應關系進行語言轉(zhuǎn)換，所述中介語為世界語和世界語輔助語；其特征在于，所述錄入時的標詞法和標句法方式與形成世界語輔助語的標詞法和標句法方式相同，其中標詞法方式為：-m為名詞，-x為形容詞，-y為復數(shù)，-s為數(shù)量詞，-f為副詞；所述標句法的方式為：-z為主語，-w為謂語，-d為定語，-n為賓語，-b為補語，其包括表語，-k為狀語。

? 【分析】計算機程序執(zhí)行的純規(guī)則。

? 示例4一種建立數(shù)學模型的方法，其特征在于，包括以下步驟：根據(jù)一分類任務的訓練樣本中的特征值和至少一個第二分類任務的訓練樣本中的特征值，對初始特征提取模型進行訓練，得到目標特征提取模型，其中，所述第二分類任務是與所述一分類任務相關的其他分類任務；根據(jù)所述目標特征提取模型，分別對所述一分類任務的每個訓練樣本中的特征值進行處理，得到所述每個訓練樣本對應的提取特征值；將所述每個訓練樣本對應的提取特征值和標簽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征提取模型組成所述一分類任務的數(shù)學模型。

? ?【分析】計算機程序執(zhí)行的純算法。純模型訓練，會視為純算法，計算機視為載體。類型Ⅱ不屬于“智力活動的規(guī)則和方法”，但基于專利法第二條第二款也不屬于專利保護的客體這一類型的權(quán)要中除了“智力活動的規(guī)則和方法”的內(nèi)容以外，還包含了其他內(nèi)容。雖然從整體上不能依據(jù)專利法第二十五條的“智力活動的規(guī)則和方法”排除其獲得專利權(quán)的可能性，但是進一步判斷后，其沒有利用符合自然規(guī)律的技術手段（即不屬于專利法第二條第二款規(guī)定的技術方案），因此，也不屬于專利保護的客體。

? 示例5一種向用戶提供兼具成長類及問答類游戲方式的計算機游戲方法，其特征在于，該方法包括：提問步驟，當使用者通過計算機游戲裝置進入該計算機游戲的游戲環(huán)境時，從存儲的題目資料、對應該題目資料的答案資料及游戲進度資料中調(diào)出對應該游戲進度的問題資料，并將問題資料顯示給使用者；成績判斷步驟，根據(jù)提供的問題資料判斷使用者所輸入的答案是否與存儲的對應該題目的答案資料一致，若是，則進到下一步驟，若否，則返回提問步驟；改變游戲狀態(tài)步驟，依據(jù)成績判斷步驟的判斷結(jié)果及所存儲的問答成績記錄資料，決定受使用者操作的游戲角色在該計算機游戲中的等級、裝備或環(huán)境，若答對問題的次數(shù)達到一定的標準，則其等級、裝備或環(huán)境會相應升級、增加；若未達到一定的次數(shù)標準，則其等級、裝備或環(huán)境不予改變。【分析】采用的手段是根據(jù)人為制定的活動規(guī)則將問答類游戲和成長類游戲結(jié)合，而不是技術手段。

示例6一種消費返利的方法，其特征在于，包括以下步驟：用戶在商家進行消費時，商家根據(jù)消費的金額返回一定的現(xiàn)金券，具體地，商家采用計算機對用戶的消費金額進行計算，將用戶的消費金額R?劃分為M個區(qū)間，其中，M為整數(shù)，區(qū)間1到區(qū)間M的數(shù)值由小到大，將返回現(xiàn)金券的額度F也分為M個值，M個數(shù)值也由小到大進行排列；根據(jù)計算機的計算值，判斷當用戶本次消費金額位于區(qū)間1時，返利額度為1個值，當用戶本次消費金額位于區(qū)間2時，返利額度為第2個值，依次類推，將相應區(qū)間的返利額度返回給用戶。

? 【分析】采用的手段是通過計算機執(zhí)行人為設定的返利規(guī)則，但對計算機的限定只是按照指的規(guī)則根據(jù)用戶消費金額確定返利額度，不受自然規(guī)律的約束，因而未利用技術手段。

示例7一種基于地區(qū)用電特征的經(jīng)濟景氣指數(shù)分析方法，其特征在于，包括以下步驟：根據(jù)待檢測地區(qū)的經(jīng)濟數(shù)據(jù)和用電數(shù)據(jù)，選定待檢測地區(qū)的經(jīng)濟景氣指數(shù)的初步指標，其中，所述初步指標包括經(jīng)濟指標和用電指標；通過計算機執(zhí)行聚類分析方法和時差相關分析法，確定所述待檢測地區(qū)的經(jīng)濟景氣指標體系，包括先行指標、一致指標和滯后指標；根據(jù)所述待檢測地區(qū)的經(jīng)濟景氣指標體系，采用合成指數(shù)計算方法，獲取所述待檢測地區(qū)的經(jīng)濟景氣指數(shù)。

? 【分析】采用的手段是根據(jù)經(jīng)濟數(shù)據(jù)和用電數(shù)據(jù)對經(jīng)濟情況進行分析，僅是依照經(jīng)濟學規(guī)律采用經(jīng)濟管理手段，不受自然規(guī)律的約束，因而未利用技術手段

示例8一種金融產(chǎn)品的價格預測方法，其特征在于，所述方法包括：使用金融產(chǎn)品的Ｎ+1?個日指標歷史價格數(shù)據(jù)對神經(jīng)網(wǎng)絡模型進行訓練得到價格預測模型，其中，前Ｎ個日指標歷史價格數(shù)據(jù)作為樣本輸入數(shù)據(jù)，后1個日指標歷史價格數(shù)據(jù)作為樣本結(jié)果數(shù)據(jù)；使用所述價格預測模型和近Ｎ個日指標歷史價格數(shù)據(jù)來預測未來一天金融產(chǎn)品的價格數(shù)據(jù)。

? 【分析】金融產(chǎn)品的價格走勢遵循經(jīng)濟學規(guī)律，由于歷史價格的高低并不能決定未來價格的走勢，因此，金融產(chǎn)品的歷史價格數(shù)據(jù)與未來價格數(shù)據(jù)之間不存在符合自然規(guī)律的內(nèi)在關聯(lián)關系。

類型Ⅲ不屬于“智力活動的規(guī)則和方法”，基于專利法第二條第二款屬于專利保護的客體這一類型的權(quán)要中除了“智力活動的規(guī)則和方法”的內(nèi)容以外，還包含了其他內(nèi)容，從整體上不能依據(jù)專利法第二十五條的“智力活動的規(guī)則和方法”排除其獲得專利權(quán)的可能性。進一步判斷后，其利用了符合自然規(guī)律的技術手段，構(gòu)成了專利法第二條第二款規(guī)定的技術方案，因此，屬于專利保護的客體。

示例9一種采用計算機程序控制橡膠模壓成型工藝的方法，其特征在于包括以下步驟：通過溫度傳感器對橡膠硫化溫度進行采樣；響應所述硫化溫度計算橡膠制品在硫化過程中的正硫化時間；判斷所述的正硫化時間是否達到規(guī)定的正硫化時間；當所述正硫化時間達到規(guī)定的正硫化時間時即發(fā)出終止硫化信號。

? 【分析】通過執(zhí)行計算機程序完成對橡膠模壓成型工藝進行的處理，反映的是根據(jù)橡膠硫化原理對橡膠硫化時間進行精、實時控制，利用的是遵循自然規(guī)律的技術手段。

示例10一種利用虛擬設備文件系統(tǒng)擴充移動計算設備存儲容量的方法，其特征在于，包括以下步驟：在移動計算設備上建立一個虛擬設備文件系統(tǒng)模塊，并掛入移動設備的操作系統(tǒng)；通過虛擬設備文件系統(tǒng)模塊向移動計算設備上的應用提供一個虛擬的存儲空間，并把對這個虛擬存儲空間的讀寫請求通過網(wǎng)絡發(fā)送到遠端服務器；在遠端服務器上，把從移動計算設備傳來的讀寫請求轉(zhuǎn)化為對服務器上本地存儲設備的讀寫請求，并把讀寫的結(jié)果通過網(wǎng)絡傳回移動計算設備。

【分析】通過執(zhí)行計算機程序?qū)崿F(xiàn)對移動計算設備內(nèi)部運行性能的改進，反映的是利用虛擬設備文件系統(tǒng)模塊在本地計算機上建立虛擬存儲空間，將對本地存儲設備的訪問轉(zhuǎn)換為對服務器上的存儲設備的訪問，利用的是遵循自然規(guī)律的技術手段。

示例11一種去除圖像噪聲的方法，其特征在于，包括以下步驟：獲取輸入計算機的待處理圖像的各個像素數(shù)據(jù)；使用該圖像所有像素的灰度值，計算出該圖像的灰度均值及其灰度方差值；讀取圖像所有像素的灰度值，逐個判斷各個像素的灰度值是否落在均值上下3倍方差內(nèi)，如果是，則不修改該像素的灰度值，否則該像素為噪聲，通過修改該像素的灰度值去除噪聲。

【分析】通過執(zhí)行計算機程序?qū)崿F(xiàn)圖像數(shù)據(jù)的去除噪聲處理，反映的是根據(jù)具有技術含義的像素數(shù)據(jù)的灰度均值及其灰度方差值，對灰度值落在均值上下3倍方差外的像素點視為圖像噪聲予以去除，對灰度值落在均值上下3倍方差內(nèi)的像素點視為圖像信號不修改其灰度值，避免像現(xiàn)有技術那樣對所有像素點都用均值替代的缺陷，利用的是遵循自然規(guī)律的技術手段。

示例12一種利用計算機程序測量液體粘度的方法，其特征在于包括以下步驟：通過前置參數(shù)信號處理程序，根據(jù)液體種類確定合適的傳感探頭轉(zhuǎn)速；通過傳感探頭控制程序啟動傳感探頭，使傳感探頭在液體中以上述轉(zhuǎn)速做旋轉(zhuǎn)剪切運動，并將傳感探頭感應到的液體粘滯阻力值變換成電流信號；通過傳感探頭信號處理程序，根據(jù)上述電流信號計算出液體的粘度值，并將計算得到的粘度值傳送到液晶顯示器上顯示，或者通過通訊接口送入生產(chǎn)控制中心。

【分析】通過執(zhí)行計算機程序?qū)崿F(xiàn)對液體粘度測量過程的控制，反映的是對傳感探頭的轉(zhuǎn)速選定、啟動運動狀態(tài)等傳感探頭工作過程以及對所采技術數(shù)據(jù)的處理過程和測量結(jié)果的顯示過程進行自動控制，利用的是遵循自然規(guī)律的技術手段。

示例13一種卷積神經(jīng)網(wǎng)絡CNN模型的訓練方法，其特征在于，所述方法包括：獲取待訓練CNN模型的初始模型參數(shù)，所述初始模型參數(shù)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、全連接層的初始權(quán)重矩陣和所述全連接層的初始偏置向量；獲取多個訓練圖像；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，對每個訓練圖像分別進行卷積操作和大池化操作，得到每個訓練圖像在所述各級卷積層上的一特征圖像；對每個訓練圖像在至少一級卷積層上的一特征圖像進行水平池化操作，得到每個訓練圖像在各級卷積層上的第二特征圖像；根據(jù)每個訓練圖像在各級卷積層上的第二特征圖像確定每個訓練圖像的特征向量；根據(jù)所述初始權(quán)重矩陣和初始偏置向量對每個特征向量進行處理，得到每個訓練圖像的類別概率向量；根據(jù)所述每個訓練圖像的類別概率向量及每個訓練圖像的初始類別，計算類別誤差；基于所述類別誤差，對所述待訓練CNN模型的模型參數(shù)進行調(diào)整；基于調(diào)整后的模型參數(shù)和所述多個訓練圖像，繼續(xù)進行模型參數(shù)調(diào)整的過程，直至迭代次數(shù)達到預設次數(shù)；將迭代次數(shù)達到預設次數(shù)時所得到的模型參數(shù)作為訓練好的CNN模型的模型參數(shù)。

【分析】明確了模型訓練方法的各步驟中處理的數(shù)據(jù)均為圖像數(shù)據(jù)以及各步驟如何處理圖像數(shù)據(jù)，體現(xiàn)出神經(jīng)網(wǎng)絡訓練算法與圖像信息處理密切相關，采用了在不同卷積層上對圖像進行不同處理并訓練的手段，利用的是遵循自然規(guī)律的技術手段。

示例14一種共享單車的使用方法，其特征在于，包括以下步驟：步驟一，用戶通過終端設備向服務器發(fā)送共享單車的使用請求；

步驟二，服務器獲取用戶的一位置信息，查找與所述一位置信息對應一定距離范圍內(nèi)的共享單車的第二位置信息，以及這些共享單車的狀態(tài)信息，將所述共享單車的第二位置信息和狀態(tài)信息發(fā)送到終端設備，其中一位置信息和第二位置信息是通過?GPS?信號獲取的；

步驟三，用戶根據(jù)終端設備上顯示的共享單車的位置信息，找到可以騎行的目標共享單車；

步驟四，用戶通過終端設備掃描目標共享單車車身上的二維碼，通過服務器認證后，獲得目標共享單車的使用權(quán)限；

步驟五，服務器根據(jù)騎行情況，向用戶推送停車提示，若用戶將車停放在定區(qū)域，則采用優(yōu)惠資費進行計費，否則采用標準資費進行計費；步驟六，用戶根據(jù)所述提示進行選擇，騎行結(jié)束后，用戶進行共享單車的鎖車動作，共享單車檢測到鎖車狀態(tài)后向服務器發(fā)送騎行完畢信號。

【分析】通過執(zhí)行終端設備和服務器上的計算機程序?qū)崿F(xiàn)了對用戶使用共享單車行為的控制和引導，反映的是對位置信息、認證等數(shù)據(jù)進行采和計算的控制，利用的是遵循自然規(guī)律的技術手段。

原創(chuàng)?知研團隊?知觀知行?免責聲明：版權(quán)歸原創(chuàng)所有僅供學習參考之用，禁止用于商業(yè)用途，部分文章推送時未能及時與原作者取得聯(lián)系，若來源標錯誤侵犯到您的權(quán)益煩請告知我們將立即刪除。