2026年专利代理师资格考试实务操作试题与答案

2026年专利代理师资格考试实务操作试题与答案请根据下述客户提供的交底材料、对比文件1以及对比文件2的内容，为客户撰写一份发明专利申请的权利要求书。具体要求如下：1.该发明创造涉及一种“基于深度学习的城市交通流量预测系统及方法”。2.独立权利要求应当包含解决技术问题所必不可少的必要技术特征，并应当从前序部分和特征部分清楚地将该技术特征与现有技术区分开。3.如果需要，可以撰写从属权利要求，以构成层次合理的保护范围。4.各权利要求应当符合《专利法》及《专利法实施细则》关于权利要求书撰写的各项规定。5.在试卷指定的答题区域撰写权利要求书内容。【客户交底材料】背景技术：随着城市化进程的加快，智能交通系统（ITS）成为缓解交通拥堵的关键。现有的交通流量预测主要依赖于传统的统计学方法（如ARIMA模型）或简单的机器学习模型（如SVR）。然而，城市交通系统具有高度的非线性和随机性，传统方法在处理大规模、多源异构数据时，预测精度往往不足，且难以捕捉长距离的时间依赖关系和复杂的空间相关性。此外，现有系统大多仅关注单一时间维度的特征，忽略了天气、节假日等外部因素的影响。发明内容：本发明旨在解决现有技术中预测精度低、无法有效融合多源数据的问题，提供一种基于深度学习的城市交通流量预测系统及方法。技术方案：本系统包括数据采集层、数据处理层、特征融合层和预测输出层。1.数据采集层：用于通过路侧传感器、摄像头及地图API接口实时采集交通基础数据，所述交通基础数据包括车流量、车速、占有率；同时通过气象接口采集外部环境数据，包括天气状况、温度、湿度；还采集时间属性数据，包括星期几、是否为节假日。2.数据处理层：用于对采集的数据进行预处理。具体包括：对缺失数据进行插值补全；对异常数据进行剔除或修正；对所有数据进行归一化处理，将数据映射到[0,1]区间。3.特征融合层：这是本发明的核心。采用双通道卷积神经网络（CNN）提取空间特征，其中一个通道处理交通基础数据的网格化矩阵，另一个通道处理外部环境数据的网格化矩阵；采用长短期记忆网络（LSTM）提取时间特征。将提取的空间特征向量与时间特征向量进行拼接，输入到注意力机制模块中，以动态分配不同特征的权重。4.预测输出层：采用全连接层作为回归器，输出未来设定时间段内的交通流量预测值。有益效果：本发明通过引入双通道CNN分别处理交通数据和外部环境数据，有效避免了不同类型数据间的相互干扰；利用LSTM捕捉时间依赖性；结合注意力机制，能够自动关注对预测结果贡献大的特征，显著提高了预测精度，特别是在早晚高峰时段的预测表现优于现有模型。【对比文件1】公开日：2024年5月10日相关内容摘要：对比文件1公开了一种基于时空特性的交通流量预测方法。该方法包括：收集历史交通流量数据；将收集的数据输入到预测模型中。该预测模型包括一个卷积神经网络（CNN）用于提取交通网络的空间拓扑特征，以及一个门控循环单元（GRU）用于提取时间特征。CNN和GRU的输出特征融合后，通过全连接层输出预测结果。该方法能够同时考虑交通流的时间和空间特性，相比传统方法提高了预测准确率。【对比文件2】公开日：2023年11月15日相关内容摘要：对比文件2公开了一种环境感知的图像识别方法。为了提高识别准确率，该方法采用双通道CNN结构，第一通道输入待识别的原始图像，第二通道输入该图像对应的边缘特征图（通过Sobel算子提取）。两个通道的特征图在经过卷积操作后进行拼接，然后输入到后续的分类器中。该方法指出，双通道结构可以提取更丰富的图像特征。第二题：无效宣告请求及答复（共50分）假设客户是某专利号为“ZL202120XXXXXX.5”、名称为“一种高效散热的风力发电机组变流器”的实用新型专利的专利权人。在专利授权后，客户收到了竞争对手提出的无效宣告请求书。请根据下述素材，帮助客户起草一份针对该无效宣告请求的意见陈述书。具体要求：1.分析无效宣告请求的理由是否成立。2.如果不成立，结合对比文件和本专利权利要求书的内容，详细论述权利要求具备创造性（或新颖性）的理由。3.如果需要，可以建议修改权利要求以克服缺陷（本题假设仅进行答辩，不修改权利要求）。4.论述应当逻辑清晰，法理依据充分。【本专利权利要求书】1.一种高效散热的风力发电机组变流器，包括机柜、设置在机柜内的功率模块和散热风道，其特征在于：所述散热风道包括进风口和出风口，所述功率模块设置在散热风道内；所述机柜的顶部设置有热交换器，所述热交换器通过循环管道与所述功率模块的冷却板连接，形成封闭式液冷循环回路；所述散热风道内还设置有温度传感器，所述温度传感器连接至控制器。2.如权利要求1所述的变流器，其特征在于：所述热交换器为空气-液体热交换器，包括散热翅片和风扇。3.如权利要求1所述的变流器，其特征在于：所述冷却板内设置有微通道流道。4.如权利要求1所述的变流器，其特征在于：所述控制器根据温度传感器的数据调节所述热交换器的风扇转速。【无效宣告请求书摘要】请求人认为：权利要求1-4不具备《专利法》第22条第3款规定的创造性。具体理由如下：权利要求1相对于对比文件3（CN109XXXXXXA，公开了一种液冷变流器，包括机柜、功率模块、液冷回路和热交换器）的区别技术特征仅在于：“散热风道内还设置有温度传感器，所述温度传感器连接至控制器”。请求人认为，在液冷系统中设置温度传感器进行监测是本领域的公知常识，因此权利要求1不具备创造性。权利要求2-4的附加技术特征或被对比文件3公开，或属于本领域的常规技术手段，因此也不具备创造性。【对比文件3】公开日：2020年3月20日相关内容摘要：一种风力发电变流器冷却装置，包括柜体、发热元件（功率模块）、循环泵和散热器。散热器位于柜体外部，通过管道与发热元件上的冷板连接，形成液冷循环。散热器采用强制风冷散热，配备有散热风扇。该文件指出，为了提高散热效率，散热器通常采用铝制翅片结构。第三题：专利申请文件修改及审查意见答复（共30分）假设客户收到了审查员发出的第一次审查意见通知书。审查员指出：权利要求1不具备新颖性，权利要求2-5不具备创造性，引用的对比文件为对比文件4。请根据下述内容，对权利要求书进行修改（可以通过增加技术特征或合并权利要求的方式），并撰写简要的意见陈述书，说明修改后的权利要求1具备新颖性和创造性的理由。【原始权利要求书】1.一种无人机图像传输方法，其特征在于，包括：获取无人机拍摄的高清图像数据；对所述高清图像数据进行压缩编码，得到编码码流；采用自适应调制编码技术，根据当前信道质量参数选择调制方式；将所述编码码流通过无线链路发送至地面站。2.如权利要求1所述的方法，其特征在于，所述根据当前信道质量参数选择调制方式，包括：计算当前信道的信噪比；若信噪比大于第一阈值，选择64-QAM调制方式；若信噪比小于第一阈值且大于第二阈值，选择16-QAM调制方式；若信噪比小于第二阈值，选择QPSK调制方式。3.如权利要求1所述的方法，其特征在于，在所述对高清图像数据进行压缩编码之前，还包括：检测图像中的感兴趣区域（ROI）；对感兴趣区域和非感兴趣区域进行标记。4.如权利要求3所述的方法，其特征在于，所述对高清图像数据进行压缩编码，具体为：对感兴趣区域采用无损压缩或低压缩比编码；对非感兴趣区域采用高压缩比编码。5.如权利要求1所述的方法，其特征在于，所述无线链路采用5G频段。【审查意见通知书摘要】对比文件4：公开了一种无人机视频传输系统。其公开了：获取图像、压缩编码、根据信道状态（SNR）自适应选择调制方式（64-QAM,16-QAM,QPSK）并发送。审查员认为：权利要求1的技术方案与对比文件4完全相同，不具备新颖性。权利要求2的附加技术特征已被对比文件4公开。权利要求3-5的附加技术特征要么被对比文件5（公知常识）公开，要么是常规选择，不具备创造性。【对比文件4】相关内容摘要：一种无人机实时图传系统。其采集视频帧，进行H.264压缩。系统内置信道估计模块，根据信噪比（SNR）动态调整调制阶数：SNR高时用64QAM，低时用QPSK，中间用16QAM。数据通过射频模块发送。第四题：综合分析题（附赠，不计入总分但需作答）某公司研发了一款新型“智能垃圾分类箱”，其技术特征包括：语音识别模块、图像识别模块、自动开盖机构、压缩装置以及物联网通讯模块。问题：1.若要申请专利，应当如何确定技术交底书中的“发明点”？请列出至少三个可能的发明点。2.在撰写权利要求时，如何处理“语音识别模块”这一技术特征？如果语音识别算法本身是现有的，如何在权利要求中体现创新性？3.假设竞争对手的产品仅具备“图像识别”和“自动开盖”，缺少“压缩装置”和“物联网通讯”，若贵公司的专利权利要求中包含了所有特征，是否容易导致侵权判定困难？应如何优化权利要求的布局？参考答案及解析第一题：专利申请撰写【参考权利要求书】1.一种基于深度学习的城市交通流量预测系统，其特征在于，包括：数据采集层，用于采集交通基础数据、外部环境数据以及时间属性数据，其中所述交通基础数据包括车流量、车速和占有率，所述外部环境数据包括天气状况、温度和湿度，所述时间属性数据包括星期几和是否为节假日；数据处理层，用于对所述数据采集层采集的数据进行预处理，所述预处理包括缺失数据插值补全、异常数据剔除修正以及数据归一化处理；特征融合层，包括双通道卷积神经网络、长短期记忆网络和注意力机制模块；所述双通道卷积神经网络包括第一通道和第二通道，所述第一通道用于对网格化后的交通基础数据提取空间特征，所述第二通道用于对网格化后的外部环境数据提取空间特征；所述长短期记忆网络用于提取时间特征；所述特征融合层用于将提取的空间特征向量与时间特征向量进行拼接，并将拼接后的向量输入到所述注意力机制模块中，以动态分配不同特征的权重；预测输出层，用于根据所述注意力机制模块的输出，输出未来设定时间段内的交通流量预测值。2.如权利要求1所述的系统，其特征在于，所述数据采集层通过路侧传感器、摄像头及地图API接口采集交通基础数据，通过气象接口采集外部环境数据。3.如权利要求1所述的系统，其特征在于，所述数据处理层将所有数据归一化映射到[0,1]区间。4.一种基于深度学习的城市交通流量预测方法，其特征在于，包括以下步骤：S1、采集交通基础数据、外部环境数据以及时间属性数据，其中所述交通基础数据包括车流量、车速和占有率，所述外部环境数据包括天气状况、温度和湿度，所述时间属性数据包括星期几和是否为节假日；S2、对采集的数据进行预处理，所述预处理包括缺失数据插值补全、异常数据剔除修正以及数据归一化处理；S3、利用双通道卷积神经网络的第一通道对网格化后的交通基础数据提取空间特征，利用双通道卷积神经网络的第二通道对网格化后的外部环境数据提取空间特征，并利用长短期记忆网络提取时间特征；S4、将提取的空间特征向量与时间特征向量进行拼接，输入到注意力机制模块中，以动态分配不同特征的权重；S5、根据所述注意力机制模块的输出，输出未来设定时间段内的交通流量预测值。5.如权利要求4所述的方法，其特征在于，在步骤S1中，通过路侧传感器、摄像头及地图API接口采集交通基础数据，通过气象接口采集外部环境数据。【撰写思路解析】1.独立权利要求1（系统）和独立权利要求4（方法）构建了完整的保护体系。2.对比文件1公开了单通道CNN提取交通流空间特征、LSTM提取时间特征并融合的结构。本发明的核心创新点在于“双通道CNN”，其中一通道专门处理“外部环境数据”，另一通道处理“交通基础数据”。这是对比文件1所未公开的，也不是对比文件2（图像双通道：原图+边缘图）所能直接结合给出的技术启示。对比文件2处理的是同一图像的不同特征，而本发明处理的是异构数据（交通流vs环境），这解决了异构数据干扰的问题。3.因此，独立权利要求中必须明确写入双通道CNN分别处理不同类型数据的具体配置，以及“注意力机制模块”这一区别于对比文件1的融合后处理特征。4.从属权利要求进一步细化了采集接口和归一化范围，形成层次保护。第二题：无效宣告请求及答复【意见陈述书】尊敬的专利复审委员会：专利权人收到请求人关于专利号ZL202120XXXXXX.5的无效宣告请求书。针对请求人提出的权利要求1-4不具备创造性的理由，专利权人陈述如下意见：一、关于权利要求1的创造性权利要求1请求保护一种高效散热的风力发电机组变流器。对比文件3公开了一种液冷变流器，并公开了机柜、功率模块、散热器（热交换器）、循环管道等结构。权利要求1相对于对比文件3的区别技术特征为：（1）所述散热风道内还设置有温度传感器，所述温度传感器连接至控制器；（2）所述热交换器设置在机柜的顶部（对比文件3未明确热交换器位置，或一般设置在侧面/外部）。请求人认为特征（1）属于本领域的公知常识。专利权人对此不能认同。虽然液冷系统中设置温度传感器是已知的，但对比文件3公开的是一种开放式的液冷系统，其散热器位于柜体外部。而本申请的权利要求1涉及一种特定的系统集成结构：在散热风道（通常指机柜内的风冷风道或风路结构）内设置温度传感器，且该风道内设置有功率模块。本申请的技术方案实质上是一种“液冷与风冷结合”或者“利用风道辅助散热的特定结构”。在机柜内部的散热风道内设置温度传感器，用于监测风道内的环境温度，进而反馈给控制器，这并非对比文件3外部液冷循环的简单监测。更重要的是，区别特征（1）和（2）结合产生了协同效应：将热交换器置于机柜顶部，并在风道内设置传感器，形成了一个紧凑的、特定布局的温控系统。对比文件3并没有给出将热交换器置于顶部并在风道内设置传感器的技术启示，这种布局对于风力发电机组变流器这种空间受限、振动大的应用场景具有特定的技术意义（如利用热气流上升原理）。因此，权利要求1的技术方案并非对比文件3与公知常识的简单叠加，具备突出的实质性特点和显著的进步，符合《专利法》第22条第3款关于创造性的规定。二、关于权利要求2-4的创造性权利要求2进一步限定了热交换器为空气-液体热交换器，包括散热翅片和风扇。虽然对比文件3提及了散热风扇，但并未明确限定热交换器的具体类型为“空气-液体”这一特定类别，且该特征与权利要求1中的顶部布局及风道内传感器相结合，进一步强化了系统的紧凑性和散热效率，具备创造性。权利要求3限定了冷却板内设置微通道流道。对比文件3未公开微通道流道，微通道流道显著提高了液冷换热效率，属于对本申请技术方案的进一步改进，具备创造性。权利要求4限定了控制器根据温度传感器数据调节风扇转速。这实现了闭环智能控制，对比文件3仅涉及被动散热，未公开基于风道内温度传感器的反馈控制。该特征使得变流器能够根据实际热负荷动态调节散热能力，达到了节能和延长寿命的效果，具备创造性。综上所述，权利要求1-4均具备创造性，请求人主张的无效理由不能成立，请求维持专利权全部有效。【解析】本题考查的是对技术特征的理解和组合创造性的争辩。关键点在于不要被“温度传感器是公知常识”这一表象迷惑，而要深入分析该传感器在整体结构中的位置和作用（风道内vs循环回路内），并结合结构特征（顶部设置）论证其协同效果。第三题：专利申请文件修改及审查意见答复【修改后的权利要求书】1.一种无人机图像传输方法，其特征在于，包括：获取无人机拍摄的高清图像数据；检测图像中的感兴趣区域（ROI）；对感兴趣区域和非感兴趣区域进行标记；对所述感兴趣区域采用无损压缩或低压缩比编码，对非感兴趣区域采用高压缩比编码，得到编码码流；采用自适应调制编码技术，根据当前信道质量参数选择调制方式；将所述编码码流通过无线链路发送至地面站。（注：此处将原权利要求3和4的技术特征合并入权利要求1，以克服新颖性/创造性缺陷。）2.如权利要求1所述的方法，其特征在于，所述根据当前信道质量参数选择调制方式，包括：计算当前信道的信噪比；若信噪比大于第一阈值，选择64-QAM调制方式；若信噪比小于第一阈值且大于第二阈值，选择16-QAM调制方式；若信噪比小于第二阈值，选择QPSK调制方式。3.如权利要求1所述的方法，其特征在于，所述无线链路采用5G频段。【意见陈述书】审查员您好：申请人针对审查意见通知书中指出的新颖性和创造性问题，对权利要求书进行了修改，将原权利要求3和4的附加技术特征补入权利要求1。修改后的权利要求1如下（同上）。修改后的权利要求1具备新颖性和创造性，理由如下：一、新颖性对比文件4公开了一种无人机实时图传系统，其公开了获取图像、压缩编码、自适应调制及发送的步骤。然而，对比文件4仅采用通用的H.264压缩编码，其对整幅图像采用统一的压缩策略。修改后的权利要求1明确限定了：“检测图像中的感兴趣区域（ROI）；对感兴趣区域和非感兴趣区域进行标记；对所述感兴趣区域采用无损压缩或低压缩比编码，对非感兴趣区域采用高压缩比编码”。对比文件4并未公开上述基于ROI的差异化压缩编码特征。因此，修改后的权利要求1相对于对比文件4具备《专利法》第22条第2款规定的新颖性。二、创造性即使考虑对比文件4结合公知常识，修改后的权利要求1也具备创造性。对比文件4关注的是传输链路的调制方式优化（基于信道状态），旨在解决传输抗干扰问题。而本申请修改后的权利要求1引入了基于ROI的编码策略，旨在解决图像传输中关键信息（如目标区域）的高保真度与传输带宽之间的矛盾。两者解决的技术问题不同，技术手段也无结合启示。本领域技术人员在对比文件4的基础上，没有动机去引入复杂的ROI检测与差异化编码机制，因为这意味着在发送端增加巨大的计算量，且对比文件4并未提示这样做能带来何种技术效果。因此，修改后的权利要求1相对于对比文件4具备突出的实质性特点和显著的进步，符合《专利法》第22条第3款关于创造性的规定。关于从属权利要求2和3，在独立权利要求1具备创造性的前提下，其进一步限定的调制策略细节和频段选择也具备创造性。【解析】本题考查的是答复审查意见时的修改策略。当独立权利要求1无新颖性时，必须将具备新颖性的从属权利要求特征（本案中为ROI相关特征）合并入独立权利要求。论述时要强调区别特征解决的技术问题与对比文件不同。第四题：综合分析题【参考答案】1.确定技术交底书中的“发明点”：（1）多模态识别融合技术：如何结合语音识别（用户口头说出垃圾类别）和图像识别（摄像头拍摄垃圾外观）来提高分类的准确率，特别是当单一识别失败时的互补逻辑。（2）自动压缩机构的设计：针对不同种类的垃圾（如易拉罐、纸