【摘要】随着科技迅猛发展和全球经济一体化进程的加快,知识产权尤其是专利变得至关重要。然而,高校专利质量水平相对较低,且大部分科研成果未转化为实际应用,造成资源浪费。建立基于深度学习的专利质量动态评估模型,结合专利静态特征和动态特征客观评估专利质量。通过分析国家知识产权局数据并选取1 000个样本进行测试,上述模型能够快速准确地对专利质量进行评估,并考虑技术水平、创新程度和市场需求等多维度因素。采用BP神经网络进行训练,通过不断更新数据实现自我学习和调整,可提高评估准确性和可靠性。该专利质量动态评估方法可为决策者判断专利价值提供参考,推动专利产业化和商业化进程。