2026年全国专利代理师资格考试专利代理实务真题与答案

2026年全国专利代理师资格考试专利代理实务真题与答案第一部分：专利申请代理实务（总分100分）【客户技术交底材料】发明名称：一种基于深度学习的智能垃圾分类处理系统及方法技术领域：本发明涉及环境保护与智能控制技术领域，具体涉及一种能够自动识别并分类处理多种生活垃圾的系统及方法。背景技术：随着城市化进程的加快，生活垃圾产量剧增。传统的垃圾分类主要依靠人工分拣，劳动强度大、卫生条件差且效率低下。现有的自动化分拣设备多基于简单的物理特征（如重量、体积）或单一的光电传感器进行识别，对于外形相似但材质不同的垃圾（如不同种类的塑料瓶）识别准确率较低，且难以适应垃圾形态的复杂变化。此外，现有的处理系统在识别出垃圾种类后，通常采用固定的气流或机械臂进行抓取，缺乏灵活性，容易造成卡顿或损坏。发明内容：本发明旨在解决现有技术中垃圾分类识别准确率低、处理方式不灵活的问题，提供一种基于深度学习的智能垃圾分类处理系统及方法。本发明提供的技术方案如下：一种基于深度学习的智能垃圾分类处理系统，包括：输送装置，用于传送待分类的垃圾；多模态传感装置，设置在所述输送装置的上方，用于采集垃圾的图像数据和红外光谱数据；数据处理单元，与所述多模态传感装置连接，包括：图像特征提取模块，用于采用卷积神经网络（CNN）对所述图像数据进行处理，提取视觉特征；光谱特征提取模块，用于对所述红外光谱数据进行预处理和特征提取，获取材质特征；多模态融合模块，用于将所述视觉特征和所述材质特征进行加权融合，生成综合特征向量；分类识别模块，用于基于所述综合特征向量，利用预先训练好的支持向量机（SVM）分类器输出垃圾类别标签；控制执行单元，与所述数据处理单元连接，根据所述垃圾类别标签，控制对应的分拣机构动作；所述分拣机构包括高压喷气嘴和机械抓取手，所述控制执行单元根据垃圾类别标签的置信度和重量信息，选择使用高压喷气嘴或机械抓取手进行分拣。进一步地，所述多模态融合模块采用注意力机制对视觉特征和材质特征进行动态加权，具体公式为：F=α·V+β·S，其中F为综合特征，V为视觉特征，S为光谱特征，α和β为通过注意力网络动态生成的权重系数。进一步地，所述系统还包括设置在输送装置入口处的称重传感器，用于获取垃圾的重量信息，并将重量信息发送至控制执行单元。进一步地，所述控制执行单元被配置为：当置信度大于0.9且重量小于200g时，控制高压喷气嘴吹动垃圾；当置信度小于0.9或重量大于200g时，控制机械抓取手抓取垃圾。本发明还提供一种基于深度学习的智能垃圾分类处理方法，包括以下步骤：S1：通过输送装置传送待分类垃圾；S2：利用多模态传感装置采集垃圾的图像数据和红外光谱数据；S3：利用卷积神经网络提取图像数据的视觉特征，利用光谱特征提取模块获取红外光谱数据的材质特征；S4：利用注意力机制将视觉特征和材质特征进行动态加权融合；S5：将融合后的综合特征向量输入支持向量机分类器，得到垃圾类别标签及置信度；S6：根据垃圾类别标签、置信度及重量信息，控制高压喷气嘴或机械抓取手执行分拣动作。本发明的有益效果：通过结合图像和红外光谱数据，利用深度学习算法进行多模态融合，显著提高了对相似外观垃圾的识别准确率；根据识别置信度和重量动态选择分拣执行机构，提高了系统的运行效率和可靠性，降低了能耗。【对比文件1】公开日：2024年5月10日公开号：CN112234567A名称：一种基于机器视觉的自动分拣系统内容摘要：对比文件1公开了一种基于机器视觉的自动分拣系统，包括传送带、工业相机、图像处理单元和分拣执行机构。工业相机设置在传送带上方，拍摄传送带上物品的图像。图像处理单元采用传统的边缘检测算法和颜色特征统计算法识别物品类型。分拣执行机构包括设置在传送带末端的多个推板，根据识别结果将物品推入不同的收集箱。该系统主要依靠视觉信息，无法识别材质相同的物品。【对比文件2】公开日：2023年11月15日公开号：CN110987654B名称：基于近红外光谱的塑料回收识别装置内容摘要：对比文件2公开了一种基于近红外光谱的塑料回收识别装置，包括光谱传感器、主控板和喷气阀。光谱传感器采集塑料的近红外光谱数据，主控板通过分析光谱峰值判断塑料的类型（如PET、PP等），并控制对应的喷气阀喷气，将塑料吹入对应分类仓。该装置仅适用于塑料识别，处理对象单一，且仅依靠光谱数据。【问题】1.请根据客户技术交底材料以及对比文件1、2，撰写权利要求书。具体要求：(1)独立权利要求应当包含解决本发明技术问题所必不可少的必要技术特征，并要求保护最宽的范围。(2)如果认为需要，可以撰写从属权利要求，以进一步限定技术方案或增加新的技术特征。(3)权利要求应当符合《专利法》第26条第4款的规定，清楚、简要地限定保护范围。2.简述撰写的独立权利要求相对于对比文件1和对比文件2结合所具备新颖性和创造性的理由。第二部分：无效宣告请求代理实务（总分50分）【无效宣告请求案】无效宣告请求人针对专利权人拥有的专利号为“202410000123.X”、名称为“一种高效散热的数据中心机柜”的实用新型专利提出无效宣告请求。专利权人陈述：本专利涉及一种数据中心机柜，通过优化风道设计提高散热效率。无效宣告请求人提交的证据：证据1：一份标准件图纸公开日期为2022年1月（公开了一种带有百叶窗的机柜门板）。证据2：CN213456789U，公开日为2023年3月（公开了一种数据中心机柜，包括柜体、服务器支架和顶部的风扇单元）。本专利权利要求书如下：“1.一种高效散热的数据中心机柜，包括柜体，其特征在于，所述柜体两侧设有进风口，所述柜体顶部设有出风口，所述进风口处安装有温控调节阀，所述温控调节阀包括阀片和驱动电机，所述驱动电机用于根据柜内温度调节阀片的开合角度。2.如权利要求1所述的机柜，其特征在于，所述进风口呈百叶窗结构，所述百叶窗的叶片倾斜向下设置。3.如权利要求1所述的机柜，其特征在于，所述柜体内部设有温度传感器，所述温度传感器与所述驱动电机电连接。”无效宣告请求的理由：1.权利要求1相对于证据2不具备新颖性，证据2也公开了柜体、进风口、出风口和风扇。2.权利2相对于证据1和证据2的结合不具备创造性。3.权利要求3不具备实用性，因为温度传感器连接电机是常规电路连接，未产生技术效果。【问题】3.假设您是专利代理师，接受专利权人委托，请撰写一份针对上述无效宣告请求的意见陈述书。具体要求：(1)针对无效宣告请求人的各项理由进行反驳。(2)意见陈述书应当逻辑清晰，有理有据，符合《专利法》及《专利法实施细则》的相关规定。(3)可以假设相关技术特征在证据中未被公开或未被启示。参考答案及解析第一部分答案1.权利要求书“1.一种基于深度的问题学习的智能垃圾分类处理系统，其特征在于，包括：输送装置，用于传送待分类的垃圾；多模态传感装置，设置在所述输送装置的上方，用于采集垃圾的图像数据和红外光谱数据；数据处理单元，与所述多模态传感装置连接，包括：图像特征提取模块，用于采用卷积神经网络对所述图像数据进行处理，提取视觉特征；光谱特征提取模块，用于对所述红外光谱数据进行预处理和特征提取，获取材质特征；多模态融合模块，用于将所述视觉特征和所述材质特征进行加权融合，生成综合特征向量；分类识别模块，用于基于所述综合特征向量，利用预先训练好的支持向量机分类器输出垃圾类别标签；控制执行单元，与所述数据处理单元连接，根据所述垃圾类别标签，控制对应的分拣机构动作；所述分拣机构包括高压喷气嘴和机械抓取手，所述控制执行单元根据垃圾类别标签的置信度和重量信息，选择使用高压喷气嘴或机械抓取手进行分拣。2.如权利要求1所述的系统，其特征在于，所述多模态融合模块采用注意力机制对视觉特征和材质特征进行动态加权。3.如权利要求1所述的系统，其特征在于，还包括设置在输送装置入口处的称重传感器，用于获取垃圾的重量信息，并将重量信息发送至控制执行单元。4.如权利要求1所述的系统，其特征在于，所述控制执行单元被配置为：当置信度大于0.9且重量小于200g时，控制高压喷气嘴吹动垃圾；当置信度小于0.9或重量大于200g时，控制机械抓取手抓取垃圾。5.一种基于深度学习的智能垃圾分类处理方法，包括以下步骤：S1：通过输送装置传送待分类垃圾；S2：利用多模态传感装置采集垃圾的图像数据和红外光谱数据；S3：利用卷积神经网络提取图像数据的视觉特征，利用光谱特征提取模块获取红外光谱数据的材质特征；S4：利用注意力机制将视觉特征和材质特征进行动态加权融合；S5：将融合后的综合特征向量输入支持向量机分类器，得到垃圾类别标签及置信度；S6：根据垃圾类别标签、置信度及重量信息，控制高压喷气嘴或机械抓取手执行分拣动作。”2.新颖性和创造性评述(1)新颖性权利要求1请求保护一种基于深度学习的智能垃圾分类处理系统。对比文件1公开了一种基于机器视觉的自动分拣系统，包括传送带、工业相机、图像处理单元和分拣执行机构。对比文件2公开了一种基于近红外光谱的塑料回收识别装置，包括光谱传感器。对比文件1仅涉及图像数据，未涉及红外光谱数据；对比文件2仅涉及红外光谱数据，未涉及图像数据。对比文件1和2均未公开本发明权利要求1中的“多模态传感装置”同时采集图像和红外光谱数据，也未公开利用卷积神经网络提取视觉特征并结合光谱特征进行多模态融合的技术手段。因此，权利要求1相对于对比文件1或对比文件2均具备《专利法》第22条第2款规定的新颖性。(2)创造性权利要求1相对于对比文件1和对比文件2的结合具备创造性。对比文件1是最接近的现有技术，其公开了利用视觉进行分拣的系统，但存在识别准确率低的问题。对比文件2公开了利用红外光谱识别材质的技术。虽然对比文件2给出了利用红外光谱进行材质识别的启示，但本领域技术人员在将对比文件2应用于对比文件1时，面临如何有效结合两种不同模态数据的问题。简单的并行叠加并不能保证识别准确率的提升。权利要求1中采用了特定的技术架构：包括“图像特征提取模块（CNN）”、“光谱特征提取模块”、“多模态融合模块”以及“分类识别模块（SVM）”。特别是，权利要求1限定了控制执行单元根据“置信度和重量信息”在“高压喷气嘴”和“机械抓取手”之间进行动态选择。对比文件1仅使用推板，对比文件2仅使用喷气阀，均未公开根据置信度和重量动态选择执行机构的技术手段。该技术手段解决了分拣灵活性和效率的问题，并非本领域的公知常识。因此，权利要求1相对于对比文件1、对比文件2以及本领域公知常识的结合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。从属权利要求2-4进一步限定了注意力机制、称重传感器及具体的控制逻辑，这些特征在对比文件1和2中均未被公开，也未被启示，同样具备创造性。权利要求5请求保护一种方法，与权利要求1所述系统属于同一技术构思，具备相应的新颖性和创造性。第二部分答案3.意见陈述书（摘要）尊敬的专利复审委员会：请求人针对专利权人拥有的专利号202410000123.X、名称“一种高效散热的数据中心机柜”的实用新型专利提出的无效宣告请求，专利权人认为该请求不能成立，具体理由如下：一、关于权利要求1的新颖性请求人认为权利要求1相对于证据2不具备新颖性。专利权人对此不予认同。证据2公开了一种数据中心机柜，包括柜体、服务器支架和顶部的风扇单元。虽然证据2可能存在空气流通的进风口和出风口结构，但其并未明确公开“进风口处安装有温控调节阀”这一技术特征。本专利权利要求1中限定了“进风口处安装有温控调节阀，所述温控调节阀包括阀片和驱动电机，所述驱动电机用于根据柜内温度调节阀片的开合角度”。该特征构成了对进风口风量的主动、精确控制机制。证据2仅涉及风扇单元的运行，并未公开在进风口处设置带有驱动电机的温控调节阀。因此，权利要求1相对于证据2具备《专利法》第22条第2款规定的新颖性。二、关于权利要求2的创造性请求人认为权利要求2相对于证据1和证据2的结合不具备创造性。证据1公开了一种带有百叶窗的机柜门板。证据2公开了一种数据中心机柜。权利要求2在权利要求1的基础上，进一步限定“所述进风口呈百叶窗结构，所述百叶窗的叶片倾斜向下设置”。即使将证据1（百叶窗结构）结合到证据2的机柜进风口上，证据1并未给出“叶片倾斜向下设置”的技术启示。百叶窗叶片的角度设置有多种可能（水平、向上、向下）。本专利中设置叶片倾斜向下，具有防止灰尘落入、引导气流向上流动等特定技术效果。证据1和证据2的结合并未公开该具体角度特征，该特征也并非本领域解决散热问题的必然选择。因此，权利要求2相对于证据1和证据2的结合具备《专利法》第22条第3款规定的创造性。三、关于权利要求3的实用性请求人认为权利要求3不具备实用性。权利要求3限定“所述柜体内部设有温度传感器，所述温度传感器与