拥有世界上第一个软件专利的人，离世了。他叫马丁·格茨（MartinAlvinGoetz），被誉为“第三方软件之父”。他将软件从硬件“捆绑销售”的状态中解放出来，并创办了第一家软件产品公司，开发出第一个商业软件产品。曾经不受任何知识产权法保护的软件，在他的据理力争之下，不仅成为了可申请专利的产品，更是发展出一个庞大的商业帝国。如今据Statista数据，2022年全球软件市场收入已经达到6100亿美元。据《纽约时报》报道，他于2023年10月10日因白血病在家中离世，享年93岁。△图源马丁·格茨的家人有网友表示哀悼：他是软件行业真正的先驱。所以，他的一生究竟做出了哪些成就？一起来看看。世界上第一
数学建模系列文章：以下是个人在准备数模国赛时候的一些模型算法和代码整理，有空会不断更新内容：评价模型（一）层次分析法（AHP）,熵权法，TOPSIS分析及其对应PYTHON实现代码和例题解释评价模型（二）主成分分析、因子分析、二者对比及其对应PYTHON实现代码和例题解释优化模型（零）总述，分类，解析各类优化模型及普适做题步骤优化模型（一）线性规划详解，以及例题，用python的Pulp库函数求解线性规划优化模型（二）非线性规划详解，以及例题，Scipy.optimize求解非线性规划文章1.1层次分析法层次分析法介绍：问题引入：评价类模型是最基础的模型之一，往往对应着生活中一些很实际的问题。
知识产权评估方法主要有市场评估法、收益评估法、成本评估法三种。知识产权占有单位存在以知识产权资产作价出资、以知识产权质押，市场没有参照价格，质权人要求评估、行政单位拍卖、转让、置换知识产权等情况的，必须进行知识产权评估。一、知识产权评估方法有哪些1、市场法：利用市场上同样或类似资产的近期交易价格，经过直接或类比分析以估测资产价值的评估方法。2、收益法：通过估测被评估资产未来预期收益的现值来判断资产价值的评估方法。3、成本法：首先估测被评估资产的重置成本，然后估测被评估资产业已存在的各种贬值因素，并将其从重置成本中予以扣除而得到被评估资产价值的方法。二、知识产权评估有哪些作用1、利用无形资产质押
最近在学习数学建模，在B站发现一个特别不错的课程，讲的很全面，常考的算法都有涉及到：清风数学建模本文将结合熵权法介绍TOPSIS法，并将淡化原理的推导，更侧重于具体应用。TOPSIS法概述TOPSIS法（优劣解距离法）是一种常用的综合评价方法，能充分利用原始数据的信息，其结果能精确地反映各评价方案之间的差距。同时TOPSIS法也可以结合熵权法使用确定各指标所占的权重。基本过程一、统一指标类型常见的四种指标如下：在进行建模之前需要对所有的指标进行正向化处理，正向化的过程就是将所有指标类型统一转化为极大型指标（越大越好）的过程（转换函数形式不唯一）。假设原始数据序列为x，则各类型指标转化为极大型指
作者：禅与计算机程序设计艺术《区块链溯源技术：让知识产权更加透明》《区块链溯源技术：让知识产权更加透明》引言1.1.背景介绍随着数字时代的到来，知识产权的保护越来越受到人们的关注。然而，如何保护知识产权成为一个棘手的问题。传统的知识产权保护手段主要依靠法律和行政手段，但这些手段存在很大的局限性，例如证据不足、处理周期长、效果难以预测等。为了解决这一问题，近年来，区块链技术应运而生。区块链技术具有不可篡改、匿名性、分布式存储等特点，可以为知识产权保护提供一种全新的解决方案。1.2.文章目的本文旨在介绍区块链溯源技术的基本原理、实现步骤以及应用场景，帮助读者更好地了解区块链溯源技术，并指导读者如何
熵权法原理及应用一、熵权法简述熵：起源于物理学，表示物质微观热运动时的混乱程度，在信息论中是衡量系统无序程度度量值。熵权法：根据信息熵的定义，对于某项指标，可以用熵值来判断某个指标的离散程度，其信息熵值越小，指标的离散程度越大，该指标对综合评价的影响（即权重）就越大，如果某项指标的值全部相等，则该指标在综合评价中不起作用。因此，可利用信息熵这个工具，计算出各个指标的权重，为多指标综合评价提供依据。结合熵权法的定义可知，其属于一种来自数据本身的权重确定方法，所以又被称为“客观赋权法”。基础原理是“指标离散程度越大，权重越大”。二、熵权法优缺点及应用范围优点：1.熵权法确定权重依据来自数据本身，客
作者：禅与计算机程序设计艺术人工智能与法律研究：知识产权与隐私保护作为人工智能助手，我们深知法律和隐私保护的重要性。在此，我们通过本文来探讨人工智能在知识产权和隐私保护方面的应用。本文将分为以下几个部分进行阐述：引言、技术原理及概念、实现步骤与流程、应用示例与代码实现讲解、优化与改进以及结论与展望。引言1.1.背景介绍随着互联网和信息技术的快速发展，人工智能逐渐成为了各行各业不可或缺的技术手段。在知识产权和隐私保护领域，人工智能也发挥着越来越重要的作用。从知识产权的申请、保护，到隐私权的保护，人工智能都发挥着巨大的作用。1.2.文章目的本文旨在让大家了解人工智能在知识产权和隐私保护方面的应用，
一、模型介绍熵权法是一种通过对已知数据的处理,从而获得影响因子权重的方法,其基本思路是根据指标变异性的大小来确定客观权重。熵权法的优点在于其根据各项指标指标值的变异程度来确定指标权数的，是一种客观赋权法，避免了人为因素带来的偏差。相对那些主观赋值法，精度较高客观性更强，能够更好的解释所得到的结果。熵权法的缺点在于忽略了指标本身重要程度，有时确定的权重会与预期的结果相差甚远，同时熵值法不能减少评价指标的维数，也就是熵权法符合数学规律具有严格的数学意义，但往往会忽视决策者主观的意图。并且如果指标值的变动很小或者很突然地变大变小，熵权法使用时会存在一定的局限。二、基本思路与步骤(1)指标正向化不同的
目录一、算法简述 1.topsis分析法 2.熵权法 3.两种算法的结合二、算法步骤 1.判断指标类型 2.数据正向化 3.正向化矩阵标准化 4.计算概率矩阵P 5.计算各个指标的信息熵 6.计算信息效用值 7.计算熵权 8.计算最优距离和最劣距离 9.计算未归一化得分以及归一化得分三、MATLAB代码实现 1.主函数topsis.m 2.正向化函数Positivization.m 3.熵权法函数Entropy_Method.m 4.ln函
目录一、算法简述 1.topsis分析法 2.熵权法 3.两种算法的结合二、算法步骤 1.判断指标类型 2.数据正向化 3.正向化矩阵标准化 4.计算概率矩阵P 5.计算各个指标的信息熵 6.计算信息效用值 7.计算熵权 8.计算最优距离和最劣距离 9.计算未归一化得分以及归一化得分三、MATLAB代码实现 1.主函数topsis.m 2.正向化函数Positivization.m 3.熵权法函数Entropy_Method.m 4.ln函
