增加发明和知识产权分析的方法和数据结构

技术领域

本专利涉及增加知识产权的分析和在该分析基础上增加发明的方法。

背景技术

通常，一系列问题存在于发明过程中。这些问题包括：发明性概念的缓慢 演变；无法准确地把新近发明性概念形成为发明的形式；无法超越递增式改进； 包含专利专业人员在发明过程早期阶段甚至在发明发生之前的困难；无效的头 脑风暴期间几乎没有任何成功；在发明过程中缺乏完全包含地信息专业人员， 尤其是检索专业人员；缺乏真正的富饶环境使将要成为发明者的人置身其中； 以及在围绕可触及的发明概念的具体的知识产权环境中把二个或者多个的人 设在同一地点与否推动发明发生的困难。把创造性思维有效连接到具体的知识 产权环境依然是一个挑战性的问题，此问题减慢发明的过程，还使保护发明性 概念的尝试混乱模糊。

那些辛劳于发明和创新领域的人们熟悉试图理解在特定技术范围内的知 识产权全景的困难。尽管艰巨，但获得这样的理解的任务只是向着新发明的创 立、保护和商业化的更大的努力中的一个方面。

提供专利和相关文件的商业数据库存在。从具有面向发明人和专利工作者 的相同需要而设计的各种格式的这些数据库中收集信息是可能的。现在可能下 载的信息，包括，例如，延长标题、摘要、全文、分类信息以及发明人、作者、 受让人、优先日期、发表日期的数据和关于从事发明和其它科学技术活动的个 人和公司的其它标识，以及时间序列数据。

大量的文字挖掘和引用搜索过程在文献中被公开。例如，专利号 US6,665,670指向一个方法和系统用于确定主题概念，例如，专利的可能的独 特性和新颖性，与通过用正向引用和反向引用搜索确认的具体实施其它概念的 其它出版的参考文献的公开作比较，并且然后分析关于每个参考文献的信息， 把该信息与主题概念相比较。被比较的信息包含以下领域：确认号、受让人、 专利分类号、专利期满前的剩余日期、专利申请日期和专利公告日期。存在于 商用数据库的这些信息的汇编和比较是有用的，信息代表的最好也不超过所涉 及的参考文献中公开的发明性概念的本质。即便与专利相关的信息的可获得性 发展，发明人、专利工作者、信息专业人员、经理、机会专业人员、创业专业 人员以及许可证专业人员还是有着持久的沮丧，可获得的数据库信息不是以提 供他们可以被快速吸收、分析和共享的细致、具体的关于单个发明性概念的理 解，乃至由发明性思维进一步建立以创立新的发明性概念的方式排序、存储和 获得。简而言之，已有的数据库和数据挖掘技术，尽管目标定在在文件中公开 和权利要求的发明性概念的理解，已满足于分类和分析那些文件(例如，关于 其它数据的数据)的特征值和在那些文件中出现的具体词汇和字符串的特征 值，但是标识符、明确描述和发明性概念自己的细致比较依旧是渺茫的目标。 已有的数据库的结构及其组装方法排除了所分析的文件中包含的具体发明性 概念的描述。

发明内容

我已经令人惊奇地发现了一种描述、吸收和分析发明性概念并且进一步形 成新的发明性概念的一种方法。本发明包括：形成认知栅格，包括可以用于描 述某一选定的技术领域中发明性概念的维；加入栅格记录，包括对应认知栅格 中每一个栅格维的权利要求域和公开域；对应每项记录向权利要求域和公开域 中填入用于描述发明性概念的认知值。本发明进一步包括：建立认知数据库， 包括源于多个认知栅格的记录；通过把现有认知栅格组合而建立新的认知栅 格，从而为具有创造发明性的头脑提供肥沃的土地以滋生新的发明性概念；分 裂几个认知栅格然后把它们各自的某个部分重组而增加空隙分析，再次给具有 创造发明性的头脑提供新的创造发明的可能性；认知栅格其本身；认知数据库； 使用认知栅格来分析现有的发明性概念并创造出新的发明性概念。

本发明的第一个方面涉及认知栅格，其中所述认知栅格包括：

(a)栅格维的集合；

(b)至少一个栅格记录；和

(c)任选地，一个或者多个辅助类别，

其中所述栅格维的集合是能够描述至少一个发明性概念的概念维的集合； 和

其中所述栅格记录包括：

(i)对应每个所述栅格维的栅格权利要求域；

(ii)对应每个所述栅格维的栅格公开域；和

(iii)任选地，一个或者多个栅格辅助域，每个对应栅格辅助类别。

本发明的第二个方面涉及建立本发明第一个方面的认知栅格的方法，包括 下列步骤：

(a)确认栅格维的集合；

(b)形成一个或者多个栅格记录，其中所述栅格记录的所述形成包括：

(i)对应每个所述栅格维创立栅格权利要求域；

(ii)对应每个所述栅格维创立栅格公开域；和

(iii)对应每个所述栅格辅助类别创立辅助域。

本发明的第三个方面涉及建立联交栅格的方法，其中建立所述联交栅格的 所述步骤包括：

(a)形成两个或者多个非交栅格的栅格维集合的并集；

(b)加入从每个所述非交栅格衍生而来的至少一个栅格记录；和

(c)向每个所述栅格记录中加入所述栅格权利要求域，和所述栅格公开 域，对于不是从其获取所述栅格记录的所述非交栅格的所述栅格域集合的元素 的所述联交栅格的每个所述栅格域；

其中：两个所述认知栅格对于彼此是所述非交栅格，如果一个所述认知栅 格的所述栅格维集合和另一个所述认知栅格的所述栅格维集合不等同，而且哪 一个所述栅格维的集合都不是另一个的真子集。

本发明的第四个方面涉及把所述认知栅格分裂成两个或者多个非交栅格 的方法，

其中：每个所述非交栅格有着与任何其它所述非交栅格的所述栅格维集合 不等同，并且不是任何其它所述非交栅格的所述栅格维集合的真子集的所述栅 格维集合；和

所述非交栅格的任何栅格记录包括栅格权利要求域和栅格公开域对应所 述非交栅格的每个所述栅格维。

本发明进一步涉及包括两个或者多个非交栅格的联交栅格，其中所述非交 栅格根据本发明的第一个方面是认知栅格，并且每个所述非交栅格有着具有至 少一个维不是所述联交栅格的任何其它所述非交栅格的所述栅格维集合的元 素的栅格维的集合。

本发明更进一步涉及是认知数据库、或联交栅格、或其组合的认知栅格。

附图说明

图1是总体过程的宏常规的流程图，包括形成、填充、扩展和使用认知栅 格和认知数据库：描述、分类、比较和分析发明性概念：和创立新的发明性概 念。

图2是初始化认知栅格的过程的子常规的流程图。

图3是评估向已有认知栅格加入新的概念维和辅助类别和根据该评估加入 那些新的维和辅助类别的过程的子常规的流程图。

图4是用于初始化栅格记录的过程的子常规的流程图。

图5是用于填充栅格记录的过程的子常规的流程图。

图6是用于填充辅助域的过程的子常规的流程图。

图7是用于填充栅格权利要求域的过程的子常规的流程图。

图8是用于填充栅格公开域的过程的子常规的流程图。

图9是用于选择发明性概念进行比较的过程的子常规的流程图。

图10是用于选择数值分析第一和第二发明性概念的过程的子常规的流程 图。

图11是用于确定新颖性的过程的子常规的流程图。

图12是用于确定显著性的过程的子常规的流程图。

图13是用于确定实施权的过程的子常规的流程图。

图14是用于初始化和/或扩展认知数据库的过程的子常规的流程图。

图15是用于向认知数据库加入栅格记录的所用或者部分的过程的子常规 的流程图。

图16是用于建立联交栅格的过程的子常规的流程图。

图17是用于计算联交栅格特征值的过程的子常规的流程图。

图18是用于形成联交概念的过程的子常规的流程图。

图19是用于分裂认知栅格的过程的子常规的流程图。

图20是用于分析出空隙的过程的子常规的流程图。

具体实施方式

本文使用的下列术语具有这些定义。

“范围”。这里范围的公开采取下限和上限的形势。可以有一个或多个下 限和与之独立的一个或多个上限。既定范围通过选择一个下限和一个上限来定 义。那么所选择的上限和下限规定了该特定范围的界限。能够以这种方式定义 的所有范围包括端值，并且可被组合，即任何下限可以和任何上限结合，从而 划定一个范围。

“发明性概念”是用于发明的概念，其中发明性概念可以用“概念维”来 描述。

发明性概念的“概念维”是发明性概念的参数从而发明性概念可以根据 它的一个或多个“概念维”而被描述。“概念维值”是描述发明性概念的概念 维的实际的值。单个概念维可以被指定单个概念维值或多个概念维值。例如， 概念维值可以以一个或者多个数值范围表达，或以一个或多个离散值的集合表 达。概念维值进一步可以是定量的，定性的，或者定量和定性的某种组合。当 有概念维值的范围时，该范围可以是连续的或非连续的。以下例子阐明“概念 维”和“概念维值”的含义。针对“用于坐的凳子”的发明性概念X可以用下 列“概念维”来描述：座部的成分；座部的形状；座部离地的高度；座腿的成 分；和座腿的数目。如果描述发明性概念X的座部的成分可以是橡木、槭木、 杉木、铝、或组合板，那么橡木、槭木、杉木、铝、或组合板是发明性概念X 的“座部的成分”维的“概念维值”集合的元素。如果发明性概念X的“座 部离地的高度”概念维被描述为不少于50厘米和不多于150厘米，那么从50 到150厘米的范围是发明性概念X的“座部离地的高度”域的“概念维值”的 范围。如果同样的概念维“座部离地的高度”也被描述为不少于75厘米和不 多于125厘米，那么从75到125厘米的范围是“座部离地的高度”概念维的 概念维值的另一个范围。尽管没有对其概念维值能够描述发明性概念的概念维 的最低数目设置特别限制，通常发明性概念用多重概念域描述。可以描述既定 发明性概念的概念维的数目是：不少于1个概念维，不少于2个概念维，不少 于3个概念维，或不少于5个概念维，；不多于100个概念维，不多于30个 概念维，不多于20个概念维，不多于10个概念维，或不多于5个概念维。进 一步被认可，如果必要有多于100个维来描述既定发明性概念，所有那些维可 以为本发明的认知栅格所包容，因为认知栅格所包括的维的数目是没有特定限 制的。

两个“发明性概念”是“交集性发明性概念”，如果用于描述其中一个 发明性概念的概念维的集合和用于描述其中另一个发明性概念的概念维的集 合形成交集。

术语“记录”有着数据库技术中的通常含义。“记录”是相关“域”的集 合，其中那些域被设计为包含与被指定所述记录包含的主题相关的数据。在本 发明中，既定记录的域是相关的，因为它们能够包含“源”中的发明性概念的 概念维，以及描述源本身的数据。于是“域”是能够存储数据的“存储器中地 点”，并且从其中调取数据。“存储器中地点”被理解为可以是任何类型的可 被进入的计算机存储器中一个地点或几个地点。“存储器中地点”也可以是单 元格的信息，在任何种类的媒介上，包括，例如，纸，的手写的或者附加的表 格(或者其它安排)的相关信息。通常地，既定记录的任何既定域的数据输入 提供与该记录中描述的源相关的信息，以及在该源中描述的发明性概念。

关于在本发明的“记录”中可被描述的发明性概念的信息的“源”，包含， 但不限于：专利；发表或者未发表的专利申请；来自于美国专利商标局，或者 其它专利局的(file wrapper)；公开文献文件，包括期刊文章、书籍、报告 的简介、学术论文、手册、指导手册、工作记录、杂志、小册子、报纸或者广 告传单；一个或者多个发明人的交流通讯；发明人的包含发明性概念的描述的 记录、报告的记录；关于成分、方法、功能、物品或者设备，或者它们的组合 的观察的描述；从商业或者私人数据库获得的信息；以及发明性概念的任何其 它描述。当然，单个源可以包含关于单个发明性概念或者多于一个发明性概念。 当在单个源中被描述的多于一个发明性概念要在认知栅格中被描述，经常理想 的是为每个发明性概念创立认知栅格。

“认知栅格”包括“公开域”和“权利要求域”，和，任选地，“辅助 域”的集合。

“公开域”是认知记录的域，其中该域被指定包括“公开维值”描述在 该认知记录中被描述的发明性概念的源所公开关于该发明性概念的维的信息。 当该源公开关于该发明性概念的维的信息，并且该概念维是认知栅格的栅格维 集合的元素，一个或多个描述该信息的“公开维值”必须填入该记录的相应公 开域。当该源没有公开关于栅格维的任何信息，相应的公开域可以作空，或者 指明该维没有被公开信息的公开维值可以被填入。

“权利要求域”是认知记录的一个域，其中该域被指定包括“权利要求 维值”描述在该认知记录中被描述的发明性概念的源(在此，专利或专利申请， 或相关文件)关于该发明性概念的概念维的权利要求。当该源有一个或者多个 权利要求指向该发明性概念的概念维，并且该概念维是认知栅格的栅格维的集 合的元素，描述该信息的一个或者多个“权利要求维值”必须加入该记录的相 应权利要求域。当该维关于栅格维没有权利要求，相应的权利要求域可以被置 空，或者指明关于该栅格维没有权利要求的权利要求值可以被加入。

“辅助域”是认知栅格的域，被指定为包含描述对应于该认知栅格的源的 任何特征值的“辅助值”，其中那些特征值可以包含描述源的关于其它数据的 数据(metadata)，例如：期刊名称、卷号、期号、作者姓名、机构名称、出 版日期；专利号、专利申请号、发明人姓名、受让人姓名，优先日期、申请日 期、出版日期、期满日期；文献号；其它分类类别；指向数据库的链接，例如， 但不限于，包含专利或者专利申请的全文、部分(例如，权利要求、简要、总 结)的数据库，或者公开文献的源，包含关于源中的关系的信息的数据库(例 如，引用数据库，包含那些有相连分析能力的)；指向包含相关源的信息的电 子文件和文件夹的链接，例如，在美国专利商标局或者其它专利局的专利的申 请过程的电子文件封装(electronic file wrapper)；专利数据库，期刊数 据库；法律状态；以及说明和评论；以及指向描述发明性概念的声音、图像或 者声音-图像报告。“辅助域”可以进一步是包含信息的域：总结在记录中(例 如，说明和评论)描述的发明性概念的各方面；或者增强记录的排序。因而， 辅助域可以包含“辅助标签”(例如，专利号、文献号、受让人姓名、发明人 姓名)；“辅助链接”(例如，指向位于任何地方的数据库或者文件的链接， 包含指向互联网或者内部网络地址的链接)；或者评论(例如，涉及特定源或 者包含于其中的信息的某个方面，或者某几个方面的说明)。

“权利要求维值”、“公开维值”、和“辅助值”，在此，统称“认知 值”。

“认知栅格”是包括一个或多个“栅格维”的集合的数据结构，其中那 些“栅格维”是能够描述至少一个发明性概念的“概念维”。而且，“认知栅 格”包括至少一个“栅格记录”。

“栅格记录”是包含“栅格公开域”和“栅格权利要求域”的记录，对 应于包含该栅格记录的认知栅格的每个栅格维。任选地，“栅格记录”包含一 个或者多个“辅助域”。认知栅格的容量提供了决定可获专利和可实用的坚实 基础，衍生于对应于栅格记录的每个记录的每个维的权力要求域和公开域的存 在。

在源中或者被源公开的发明性概念是适合用既定认知栅格的栅格记录来 描述的，如果能够描述该发明性概念的概念维的集合和该认知栅格的栅格维的 集合形成交集。

“填充域”是指将一个或者多个认知值填入该域。“填充记录”是指将 一个或者多个认知值填入该记录的至少一个域。

以下术语“栅格维”、“栅格记录”、“栅格源”、“栅格域”、“栅格权 利要求域”、“栅格公开域”和“栅格辅助域”是短语的例子，其中“栅格”一词 被用来指定分别地包括该“维”、“认知记录”、“源”、“域”、“权利要求域”、 “公开域”或“辅助域”的特定认知栅格。“栅格发明性概念”是能够根据和既定 认知栅格的栅格维的集合相交的概念维的集合并由该认知栅格的栅格记录描述的 发明性概念。

“第一发明性概念”可以是关于包含于一个或者几个源中的一个或者几 个“第二发明性概念”而“可获专利”的，如果该第一发明性概念，在一个或 者多个权力要求中被描述，无论是非正式还是正式书写成文，无论是否被并入 正式的专利申请或专利，是：(a)与公开的第二发明性概念相比较是新颖的； 并且(b)与第二发明性概念相比较，一次取一个或以两个或者多个形成一组 取其整体时非显著。

关于成份、制造方法、使用方法、设备或物品的发明性概念的具体实施过 程对于既定有效专利而言可以是“可被实施的”(即，具有实施权)，如果该 具体实施过程不落入该有效专利的权利要求中，并且如果该有效专利由其他所 持有(例如，具体实施过程由一个公司考虑用作商业化，但是包含该具体实施 过程的权利要求的有效专利被另一个其它公司所持有)。专利是有效的，如果 该专利已公告并且还没有过期，也没有被放弃，或丧失合法性。

美利坚合众国(在此，另外任选地，合众国或美国)以外其它国家关于可 获专利性和实用性(即，实施权)的法律、规定和司法解释与美利坚合众国的 可能不同。进一步，关于可获专利性和实用性的法律、规定和司法解释在美国 和其它国家会随着时间而变化。本发明确认成功分析发明性概念从而判断其可 获专利性和实用性取决于专利工作者(例如，专利法律师、专利代理人和专利 审查人)在动态的、时效性的和取决于国家的法律、规定和司法解释范围内作 出如此分析的技能。因此，本发明有着广泛有效的用途，在于认知栅格、认知 数据库和使用它们来作分析和发明的方法强健地面对以上挑战。

“集合理论”的概念和术语，如同Introduction to Number Systems，G. A.Spooner and R.L.Mentzer，1968，pp.7-42，Prentice-Hall，Inc.， Englewood Cliffs，N.J.中所述，在此用来描述认知栅格的诸多方面和认知 栅格的操作。以下定义和符号，即集合理论中的标准，在此被使用。

“集合”包括“元素”。例如，颜的集合可包括红、蓝和绿，其中红、 蓝和绿被称作该集合的元素。“认知栅格”是包括包含“维”作为该“集合” 的“元素”的“集合”。例如，既定认知栅格可被描述为包含“栅格维的集合”。

括号用于表示集合，其中该集合的元素包含于括号中。例如，如果一个认 知栅格包含栅格维a，b，c，d和e作为元素，那些栅格维可以以集合A来描述， 其中A＝{a，b，c，d，e}。即，以集合A来表示的栅格维的集合包括5个栅 格维作为其元素。

“空集”是不含任何元素的集合。因此，空集是空的集合。符号“”指
明既定集合是“空集”。例如，表达式指明集合B没有任何元素，根据
定义是空集。另一个空集的指定方式是空的括号：。

符号“∈”意味着“是集合的元素”。例如，“r∈K”意味着“r是集合
K的元素”。如果既定认知栅格包括包含栅格维a，b，c，d和e作为元素的集合
A，那么A＝{a，b，c，d，e}，并且a∈A，b∈A，c∈A，d∈A，e∈A。
集合可以包括子集。如果集合是另一个集合的子集，这个关系用符号
表示。例如，表示集合B是集合A的子集。如果A＝{a，b，c，d，e}并
且B＝{b，c，d}，那么以下任何等价的表达式指明集合B是集合A的一个子
集： 或
每个集合是它自己的子集。因此，在此例中即，
空集是每个集合的子集。因此，在此例中，任何
以下表达式指明空集是集合A的子集：
或者

“真子集”是任何集合的子集而不包含该集合所有元素集合。如果集合
是另一个集合的真子集，这个关系用符号表示。考虑A＝{a，b，c，d，e}，
B＝{a，b，c}，C＝{c，d，e}，而且这个例子。在此例中，
集合B，C和D是集合A的真子集，但是集合A不是它自己的真子集。因此：
并且但是不成立，即，

既定集合(即，该集合及其任何真子集)所有独特子集的总数等于2n，其 中“n”等于该集合中元素的数目。如果既定集合有5个元素，那么n＝5，并 且既定的有5个元素的集合包含25＝32独特子集。考虑以下例子，其中n＝3。 集合A，即“全集”，被描述为：A＝{a，b，c}，那么集合A的子集是：空集 {}；只有一个元素的集合{a}，{b}，and{c}；含有两个元素的集合{a，b}， {a，c}，和{b，c}；以及全集{a，b，c}。有3个元素(n＝3)的既定集合A 的独特子集的总数因此是23＝8个独特子集。注意子集{b，a}也是{a，b，c} 的子集。但是，因为{a，b}和{b，a}等同，这两个子集只有一个被列出来表 明既包括数a也包括数b的独特集合。等式{a，b}＝{b，a}是另一种表达{a， b}和{b，a}等同的方式。

全集(即，包含所有n个元素并不者多个的集合)的n个元素可以通过“元 素递增配对并集化”的方式组合成为该全集。其中，“元素递增配对并集化” 是单个元素与另一个单个元素形成并集的过程，或者包含两个或多个元素的集 合与单个额外元素形成并集的过程。于是，通过“元素递增配对并集化”形成 的集合比起被该元素递增配对并集化所作用的最大的集合包括多一个元素。有 n个元素的全集可以从那些n个元素中选择出任何单个元素开始，通过元素递 增配对并集化的过程而形成。起始于单个元素，元素递增配对并集化的过程形 成一系列子集，每个子集比前一个子集多一个元素，直到所有元素已经被加入 并且该全集已经形成了。可以通过这样“元素递增配对并集化”形成的并且包 括至少2个元素的独特子集的数目是以表达式2n-n-1给出。如果n个子 集通过“元素递增配对并集化”组合而形成包括全部那n个(并不者多个)元 素的全集，n＝5，那么2n-n-1＝25-5-1＝32-5-1＝26是包括 全集在内但是排除空集后至少有2个元素并且可以通过“元素递增配对并集化” 形成的独特子集的数目。通过相似的方式，一个包含可以通过“元素递增配对 并集化”形成的n个元素的全集的包含至少2个元素的独特真子集的数目以表 达式2n-n-2给出(其中减去数字“2”实现了排除全集和空集，减去“n” 实现了排除所有只有一个单个元素的集合)。如果n个元素通过“元素递增配 对并集化”形成包含那所有n个元素(并不者多个)的全集，而且n＝5，那 么2n-n-2＝25-5-2＝32-5-2＝25是可以通过“元素递增配对 并集化”而形成的并且有至少2个元素(即，排除包含一个单个元素的子集， 该全集，和该空集)的独特真子集的数目。考虑以下例子，其中n＝3。集合 A，即“全集”，被描述为：A＝{a，b，c}，那么集合A的独特真子集的数目 是：空集；包含一个元素{a}，{b}，和{c}的集合；和包含2个元素{a，b}，{a， c}，和{b，c}的集合。如果集合{a}，{b}，{c}和{}被进一步排除，对于 一个有3个元素(n＝3)的既定集合A有至少2个元素的独特真子集的总数 成为{a，b}，{a，c}，and{b，c}，总数23-3-2＝8-3-2＝3。

当两个集合的并集形成时，该并集是包含从该两个集合的所有元素的集 合，即，由并集的过程形成的并集是“两个集合的合并”。并集的符号是“∪”。 例如，当集合A＝{a，b，c}而且集合B＝{d，e，f}，并且集合A和集合B 合并成集合C＝{a，b，c，d，e，f}，该并集的过程如此表示：A∪B＝C；或 者{a，b，c}∪{d，e，f}＝{a，b，c，d，e，f}。

正如上所示，没有共同拥有的元素的两个集合，被称作“脱节”集合，可 以形成并集。并集也可以由两个包含一个或多个相同元素的集合组成。例如， 当集合A＝{a，b，c}而且set B＝{b，c，d，e}，并且集合A和集合B合 并成集合C＝{a，b，c，d，e}，该并集的过程产生包含既从集合A又从集合 B衍生得到元素(在此，b和c)的集合C。即，{a，b，c}∪{b，c，d，e}＝ {a，b，c，d，e}。

当两个集合的并集形成时，并且那两个集合的一个或多个元素对于那两个
集合都是共同拥有的，该并集的只包含那些共同拥有的元素的子集被称作该两
个集合的“交集”。例如，当集合A＝{a，b，c}与集合B＝{b，c，d，e}合
并形成并集C＝{a，b，c，d，e}，集合A和集合B的“交集”用表达式A∩B
＝{b，c}来描述。交集的符号是“∩”，而且“A∩B＝{b，c}”可以被读作
“集合A和集合B的交集是包含元素b和c的集合”。没有共同拥有的元素的
两个集合的交集将被认定为是空集。例如，。
没有共同拥有的元素的两个集合被称作“脱节”集合。

正如全集可以从其元素通过“元素递增配对并集化”构成，全集也可以通 过“子集递增配对并集化”。在此，“子集递增配对并集化”是将既定全集的 子集与该全集中另一个非等同的子集形成并集的过程。于是，通过“子集递增 配对并集化”形成的全集包含组成该全集的两个子集的所有的共同拥有或非共 同拥有的元素。“元素递增配对并集化”是“子集递增配对并集化”的一个特 例，其中被组合的子集中有一个子集只有单个元素。

在集合理论中，当任何既定集合被讨论时，被理解为该既定集合相对于叫 作“通集”的一定参照集合而存在。例如，Bangor，Maine居民的所有姓氏的 集合是全世界的居民的所有姓氏的通集的子集。进一步被理解有多于一个包含 一既定集合的通集。在这个例子中，另一个通集是美利坚合众国居民所有姓氏 的集合。

“认知数据库”包括概念维的通集，被称为“认知数据库维”。与一个 认知数据库的认知数据库维的集合有一个或多个相同的栅格维的既定认知栅 格的栅格维的集合被称作与该认知数据库的认知数据库维的集合相交。该栅格 维的集合可以和认知数据库维的集合等同，或是其真子集，或是其交集并有一 个或多个栅格维与该认知数据库维的集合不同。可以存在多个“认知数据库”， 其中任意哪个认知数据库的认知数据库维的集合可以与其它任意哪个认知数 据库的认知数据库维的集合等同，相交，成其真子集，包括其为真子集，或者 与之脱节。

“认知数据库”进一步包括一个或者多个“认知数据库记录”。“认知 数据库记录”包括“公开域”和“权利要求域”，对应包括于该认知数据库中 认知数据库维的集合的每个元素。“认知数据库”可以，任选地，也包括一个 或者多个“辅助域”。

在源中或者被源描述的发明性概念适合于被既定认知栅格的栅格记录来 描述，如果能够描述该发明性概念的概念维的集合与该认知栅格的栅格域的集 合相交。

在源中或者被源描述的发明性概念适合于被既定认知数据库的认知数据 库记录来描述，如果能够描述该发明性概念的概念维的集合与该认知栅格的认 知数据库维的集合相交。

认知栅格可以通过例如添加额外概念维、辅助类别或者记录的方式被扩 展。认知数据库可以通过例如添加额外概念维、辅助类别或者记录的方式被扩 展。

术语“认知数据库维”、“认知数据库记录”、“认知数据库源”、“认 知数据库域”、“认知数据库权利要求域”、“认知数据库公开域”和“认知 数据库辅助域”是短语的例子，其中“认知数据库”被用来指明特定认知数据 库包括，分别地，该“维”、“认知记录”、“源”、“域”、“权利要求域”、 “公开域”或“认知数据库辅助域”。“认知数据库发明性概念”是能够根 据与既定认知数据库的认知数据库维的集合相交并且在该认知数据库的认知 数据库记录中被描述的概念维的集合来描述的发明性概念。

包含于既定认知数据库的既定认知数据库记录的任一“认知数据库公开 域”、“认知数据库权利要求域”和“认知数据库辅助域”(统称“认知数据 库域”)可以被用来填充，分别地，既定认知栅格的既定栅格记录的任何栅格 公开域、栅格权利要求域或者栅格辅助域(统称“栅格域”)，假定：对应该 认知数据库记录的认知数据库源和对应该栅格记录的栅格源相同；并且将要被 填充的栅格记录的栅格域对应于从其获得认知数据库值的认知数据库域。认知 栅格的栅格记录的单个栅格域或多个栅格域可以用这样的方法被填充。

提供获取包含在认知数据库的认知数据库记录中的认知数据库值的能力， 其中那些数据根据一系列条件选择，到了商业用途。例如，客户可以购买获 得认知数据库的数据的权力(例如，阅读、抄录或阅读并抄录)。已被赋予从 既定认知数据库抄录数据的权力的客户可以，例如，使用这样的数据形成一个 “内部”认知栅格或者多个“内部”认知栅格，或者甚至“内部”认知数据库。 尽管包含于认知数据库的数据的获取可以被出售和售出，被认同的是数据库记 录，或者那些数据库记录的一个或多个数据库域，可以被免费提供，或者在以 物易物的基础上。例如，一个工业或教育实体可以维护一个或多个认知数据库， 其认知记录可以被提供给该实体以内或以外有兴趣的一方。数据库管理领域的 一个普通技术人员将，理所当然地，确认是可能设计访问途经从而允许物理地 存储在认知数据库中的认知栅格的记录被访问，如同那些认知数据是物理地从 该认知数据库中不是该认知栅格的那一部分所分离开来。在这样的条件下，所 需认知栅格可以在用户使用期间被获取而不用被下载。此外，获取，例如，认 知数据库的被选择的域或记录可以被赋予一个特定用户，而排除获取该认知数 据库的其它域和记录。

用于指认填充认知数据库域和认知数据库记录或者栅格维和栅格记录的 认知值存储于计算机硬件存储器中的方式没有特别的限制。但是，为了方便和 描述清楚，在此，认知数据库被描述为如同它有物理的硬件存储器位置给于相 应于认知数据库或认知栅格的栅格记录的每个数据库记录的每个可能的数据 库域，或每个可能的栅格域，无论该域是否已被填充任何数据。在这样简化了 的形式中，例如，包含100个数据库维的认知数据库，每个数据库维由数据库 公开域和数据库权利要求域来描述，每个这样的域对应着一个独特的存储器 位置(地址)，将会有200个硬件存储器位置为了每个数据库记录对应着100 个权利要求域和100个公开域。对于针对只用那100个维中5个来描述的发明 性概念的数据库记录这也将成立。对于该记录，能够被数据填充的域的最大数 目将是：10，如果源是专利(5对应于权利要求的信息的5个维；以及5对应 于公开的信息的5个维)；或者5，如果源是公开文献(即，没有描述权利要 求)。当然，可能也会有多重辅助域，其中每个可能会，也可能不会被填充。 在数据库管理领域中的一个普通技术人员将会确认：为了效率，硬件和软件建 立可以以这样的方式设计：事实上的在存储器中的物理地址对应于一个特定域 被指定，只当用于填充该域的数据存在并且要求加入存储器中。进一步被理解， 填充既定域的数据可以存在于硬件存储器的单个物理地址，或者可以整体地， 或部分地存在于硬件存储器的多重物理地址。

两个认知栅格互相是“非交栅格”，如果其中一个栅格的栅格维的集合和 另一个栅格的栅格维的集合不等同，而且任何一个栅格维的集合都不是另一个 的真子集，即，两个栅格维的集合中每一个的至少有一个栅格维和另一个栅格 维的集合的不一样。

“联交栅格”是“认知栅格”的一个特别的情况。“联交栅格”这样形成： (a)形成两个或多个非交栅格的栅格维的集合的并集；(b)加入至少一个从 那些非交栅格中每一个衍生出来的栅格记录；和(c)对于加入联交栅格的每 个栅格记录，为不是包含在衍生该栅格记录的非交栅格中的栅格维的集合的元 素的联交栅格的每个栅格维加入栅格权利要求域和栅格公开域。通常地，每个 非交栅格的一个或者多个辅助类别将被包含在联交栅格中。对于被加入联交栅 格的每个栅格记录，为不是衍生该栅格记录的非交栅格的辅助类别加入每个辅 助类别。

一对非交栅格的“栅格对交叉值”是如此计算的数值：(a)确定包含在 一个非交栅格中的栅格维的集合与包含在另一个非交栅格中的栅格维的集合 的栅格维并集的元素的数目；(b)确定该并集的交集的元素的数目；和(c) 将该交集的元素的数目除以该并集的元素的数目得到结果，其中该结果是该对 非交栅格的“栅格对交叉值”。例如，如果非交栅格A包含栅格维a、b、c 和d的集合而非交栅格B包含栅格维c、d、e和f的集合，这两个栅格维的集 合的并集的“栅格对交叉值”等于[2/(2+4)]＝[2/6]＝0.333。

通过合并二个或多个非交栅格产生的联交认知栅格(包括形成那些非交栅 格的栅格维的集合的并集)的“总交叉值”是如此计算的数值：(i)计算可 用于形成联交栅格的非交栅格每个独特配对并集的栅格对交叉值；(ii)将可 用于形成联交栅格的非交栅格每个独特配对并集的栅格对交叉值相加，得到 “栅格对交叉值的和”；以及(iii)将该栅格对交叉值的和除以可用于形成 联交栅格的非交栅格独特“配对并集”的总数，得到联交栅格的“总交叉值”。

作为说明的例子，考虑3个非交栅格。非交栅格A包含3个栅格维，a、b 和c，并因而如此表示：A＝{a，b，c}。类似地，非交栅格B包含栅格维b、 c和d，并如此表示：B＝{b，c，d}。类似地，非交栅格C包含栅格维d、e 和f，并如此表示：C＝{d，e，f}。表I展示了能够形成联交栅格ABC的非 交栅格的栅格维的集合的独特配对并集，以及非交栅格与非交栅格的独特配对 并集“栅格对交叉值”和“栅格对倾斜角”的计算。此外，从非交栅格A、B 和C形成的联交栅格的“总交叉值”和“总倾斜角”的计算也被显示了。

当三个或多个非交栅格通过配对并集组合起来形成联交栅格时，“中间体 栅格”将被形成，每个自己是联交栅格。例如，如果非交栅格A和B是被“配 对合并”形成栅格AB，并且栅格AB然后和非交栅格C被配对合并形成联交栅 格ABC，那么栅格AB是在形成联交栅格ABC过程中的“中间体栅格”。类似地， 在表I中，栅格AC和BC也是在形成联交栅格ABC过程中的“中间体栅格”。 进一步地要注意的是中间体栅格AB，AC和BC也可以被考虑为分别从配对合并 A+B，A+C和B+C得到的联交栅格。更进一步地要注意的是中间体栅格 AB，AC和BC也可以被考虑为非交栅格分别与非交栅格C，B，和A并集而形成 最终联交栅格ABC。于是，将被理解为，当三个或多个非交栅格通过配对合并 组合起来形成联交栅格时，术语“非交栅格的配对并集”包括：初始非交栅格 的配对并集；初始非交栅格和中间体栅格的配对并集；和两个中间体栅格的配 对并集。

表I.从三个非交栅格通过那三个非交栅格的独特配对并集形成的联交认知 栅格的总交叉值和总倾斜角的计算。

对于任何用于形成联交栅格的n个非交栅格的集合，独特配对并集的数目， 如表I所示，将是2n-2。对于从3，4，5，和6个非交栅格得到的联交栅格 的配对形成，独特配对并集的数目将是，分别地：8-2＝6；16-2＝14；32-2 ＝30；和64-2＝62。

一对非交栅格的“栅格对倾斜角”是如此计算的数值：从1减去该对非交 栅格的栅格对交叉值得到余数；并且将该余数乘以90度。例如，如果一对非 交栅格的栅格对交叉值是.333，相应的栅格对倾斜角等于(1-.333)×90°＝60°。 (见表I中中间体栅格BC与非交栅格A的配对并集)

通过两个或多个非交栅格的配对并集得到的联交认知栅格的“总倾斜角” 是如此计算得到的数值：计算用于形成该联交栅格的非交栅格的每个独特配对 并集的栅格对倾斜角；将那些栅格对倾斜角相加得到“倾斜角的和”；并且将 该倾斜角的和除以非交栅格的独特配对并集的总数，得到该联交栅格的“总倾 斜角”。(见表I)。“倾斜角”是合并非交认知栅格以形成联交栅格，从而 合并由那些非交栅格表述的技术领域，增加由该联交栅格表述的技术领域的范 围超出形成该联交栅格的非交栅格的技术领域达到何种程度的估测。对于两个 有着等同栅格维的集合的认知栅格将会有0°的倾斜被计算得到。如此的认知栅 格的合并不形成联交栅格因为认知栅格彼此不是非交栅格。这种合并的栅格鼓 励发明性思维停留在原有的技术领域，寻逐步的变化。在图形化的想法中， 发明家视野向前，在熟悉的领域巡视，而没有向上仰视。当倾斜角增加时，发 明性的范围和可能性增加，当发明性思维向上仰视和向外观视，现在着重于新 颖发明更可能被到较不熟悉的技术领域。当然必须记住，理性的人们对于包 含在既定认知栅格中的维的选择会或多或少会不一样。结果，倾斜角应该被看 作某一个联交栅格鼓励“盒中”发明性思考(即，小倾斜角用于“相邻联交栅 格”)，远远“超出盒子”发明性思考(即，大倾斜角用于“远距联交栅格”)， 或者在两者之间(即，中倾斜角用于“中间联交栅格”)的估测。

“新近概念”是发明性概念可由用于形成联交栅格的一对非交栅格共同 的维来定义。如果多于两个非交栅格被用于形成联交栅格，用于形成该联交栅 格的非交栅格(即，维的集合，是非交栅格的栅格维的两个集合的交集)的任 何独特配对共同的维可以被用来形成新近概念(见例子)。

“联交概念”可以从新近概念形成，它自己形成于非交栅格的单个配对， 通过加入包含于该配对的一个非交栅格的一个或者多个维，但不是该配对的两 个非交栅格都共同的。当多于两个非交栅格被用来形成联交栅格，联交概念可 以进一步从新近概念形成，它自己形成于三个或多个非交栅格的独特配对，通 过向该新近概念中加入一个或者多个非交栅格的独特配对的一个或者多个维， 不是与用于形成该新近概念的任一独特配对所共同的。

“分裂认知栅格”或者“分裂认知栅格”是将认知栅格分离为两个或者 多个非交栅格，其中：每个非交栅格有栅格维的集合，和另一个非交栅格的栅 格维的集合不等同，并且不是任何另一个非交栅格的真子集；而且非交栅格的 任一栅格记录包括栅格权利要求域和栅格公开域对应于所述非交栅格的每个 栅格维。在将认知栅格分裂成为非交栅格之后，那些非交栅格可以被组合构成 联交栅格，其中联交栅格的构成包括：(a)形成两个或者多个所述非交栅格 的栅格维的集合的并集；(b)加入从每个非交栅格衍生出来的至少一个栅格 记录；和(c)向每个栅格记录中为不是包含在获得栅格记录的非交栅格中的 栅格维的集合的元素联交栅格的每个栅格维加入一个栅格权利要求域，和一个 栅格公开域，从而形成联交栅格。

“空隙分析”认知栅格包括形成一个或者多个联交概念，通过：

(i)向从通过分裂认知栅格得到的非交栅格形成的联交栅格中加入新的 联交记录；

(ii)填充新的联交记录，其中所述填充包括：

填充至少一个权利要求域对应于两个或者多个所述非交维集合的并集的 交叉的维的集合的至少一个元素以形成联交栅格的栅格维的集合；和

填充至少一个权利要求域对应于关于交叉的维相脱离的栅格维的集合的 至少一个元素；和

(iii)将包含在新的联交记录中的栅格维值的集合与在认知栅格的一 个或者多个栅格记录中描述的栅格发明性概念的集合比较以达到对于将联交 概念与一个或者多个栅格发明性概念比较作出关于新颖性，或者显著性，或者 实施权判断的目的。

本发明的实施过程以决定和行动的方式在图1至20的流程图展示。计算 机硬件和计算机软件设计的普通技术人员将认同图1至20的流程图中的决定 和操作可以用标准的硬件构架和标准的程序设计技能得以实现。因此，图1至 20的决定和行动是独立于任何特定硬件或软件构造的。

图1显示了宏常规101的流程图用于整体过程，包括形成、填充、扩展和 使用认知栅格和认知数据库：描述、分类、比较和分析发明性概念；和创立新 的发明性概念。作出关于是否进入子常规的决定：初始化认知栅格102；初始 化栅格记录103；填充栅格记录104；通过栅格记录比较发明性概念105；建立 或者使用认知数据库106；建立联交栅格107；计算联交栅格的特征值108；形 成联交概念109；分裂认知栅格110；或者空隙分析111。所有决定子常规在某 一点回到宏常规101，从而，一旦被激活，决定子常规如果合适可以被再次进 入。

图2显示了初始化认知栅格的过程201的子常规的流程图，通过：创立栅 格维的集合是空集202；确认能够用概念维的集合定义的发明性概念203；确 认描述发明性概念的概念维的集合204；创立栅格维，是概念维的集合的元素， 但不已经是栅格维的集合的元素205；向栅格维的集合加入栅格维206；决定 是否新的栅格维起始于填充的步骤中207，如果“是”那么分支到步骤305， 如果“否”那么继续；决定是否向栅格维的集合中加入又一个新的栅格维208， 如果“是”那么分支到步骤205，如果“否”那么继续；决定是否向认知栅 格中加入辅助类别209，如果“否”那么分支到向认知栅格加入概念维和辅助 类别的子常规301，或者如果“是”那么继续；确认辅助类别210；向认知栅 格中加入辅助类别211；决定是否辅助类别起始于填充的步骤中212，如果“是” 那么分支到步骤307，或者如果“否”那么分支到步骤209。

图3显示了评估向已有认知栅格加入新的维和辅助类别的需要，和根据该
评估加入那些新的维和辅助类别的过程301的子常规的流程图，通过：确认能
够用概念维的集合进行定义的发明性概念302；确认描述发明性概念的发明性
概念的源303；确认描述发明性概念的概念维的集合304；决定是否概念维的
集合栅格维的集合305，如果“是”那么分支到步骤307，如果“否”那么
继续；决定是否向栅格维的集合加入新的栅格维306，如果“是”那么分支到
步骤205，如果“否”那么继续；决定是否加入辅助类别307，如果“是”那
么分支到步骤210，如果“否”那么继续；更新全部栅格记录包括所有新的栅
格维和辅助类别308；决定是否确认又一个发明性概念309，如果“是”那么
分支到步骤302，如果“否”那么返回到宏常规101。

图4显示了初始化栅格记录的过程401的子常规的流程图，通过：初始化 栅格记录包括栅格辅助域对应于每个辅助类别，栅格权利要求域和栅格公开域 对应于每个栅格维402；和决定是否创立数据库记录403，如果“是”那么分 支到步骤1409，如果“否”那么继续；决定是否在空隙分析过程中2001是否 记录在被初始化，如果“是”那么分支到步骤2005的空隙分析的子常规，如 果“否”那么返回到在步骤101的宏常规。

图5显示了填充栅格记录的过程501的子常规的流程图，通过：选择栅格 记录用于填充502；确认能够用与栅格记录的栅格维的集合相交的概念维的集 合定义的发明性概念503；确认该发明性概念的源504；决定是否填充辅助域 505，如果“是”那么分支到步骤601，如果“否”那么继续；决定是否填充 栅格权利要求域506，如果“是”那么分支到步骤701，如果“否”那么继 续；决定是否填充栅格公开域507，如果“是”那么分支到步骤801，如果“否” 那么继续；决定是否填充数据库或是联交栅格508，分支到步骤1408去填充数 据库，分支到步骤1608去填充联交栅格，如果“否那么”继续；决定是否填 充又一个栅格记录509，如果“是”那么分支到填充栅格记录的子常规的开始 501，或者如果“否”那么返回到宏常规101。

图6显示了填充辅助域的过程601的子常规的流程图，通过：选择栅格记 录的辅助域602；向辅助域中对应于该辅助域填充辅助值603；和返回到在步 骤505的填充栅格记录501的子常规。

图7显示了填充栅格权利要求域的过程701的子常规的流程图，通过：选 择栅格记录的栅格权利要求域702；向栅格权利要求域中对应于该栅格权利要 求域填充栅格权利要求值703；和返回到在步骤506填充栅格记录的子常规。

图8显示了填充栅格公开域的过程801的子常规的流程图，通过：选择栅 格记录的栅格公开域802；向栅格公开域中对应于该栅格公开域填充栅格公开 值803；和返回到在步骤507填充栅格记录的子常规。

图9显示了选择发明性概念进行比较的过程901的子常规的流程图，通过：
决定第一发明性概念是否已经被确认902，如果“是”那么分支到步骤907，
如果“否”那么继续；确认第一发明性概念是否能够用概念维的集合进行描
述903；确认第一描述发明性概念的概念维的集合904；确定是否第一发明性
概念和它的源已经在栅格记录中被描述905，如果“是”那么分支到步骤907，
如果“否”那么继续；决定是否向栅格记录中加入第一发明性概念906，如果
“是”那么发挥到宏常规101，如果“否”那么继续；选择描述第二发明性
概念的栅格记录907；确认描述第二发明性概念的第二概念维的集合908；决
定是否第二概念维的集合栅格维的集合909，如果“是”那么分支到在步骤
1007为分析第一和第二发明性概念选择值的子常规，如果“否”那么继续；
决定是否向栅格记录中加入栅格维910，如果“是”那么分支到在步骤205的
初始化认知栅格的子常规，如果“否”那么继续；和决定是否已经选择描述
第二发明性概念的单独栅格记录911，如果“是”那么分支到在步骤1001的
为第一发明性概念的分析选择值的子常规1001，如果“否”那么分支到在步
骤1005的为第一发明性概念的分析选择值的子常规1001。

图10显示了选择值用于分析第一和第二发明性概念的过程1001的子常规
的流程图，通过：选择是第一概念维的集合的元素的全部栅格维和是第一概念
维的集合的元素但并不已经作为栅格维被包含的任何其它维1002；选择全部栅
格权利要求值和栅格公开值对应于第一概念维的集合，并且也包含并不已经作
为栅格维被包含的的维的权利要求值和公开值1003；选择全部栅格辅助值并且
包含其它任何相关辅助值对应于也在第一发明性概念的源中出现的第一概念
维的集合1004；决定是否第二概念维的集合栅格维的集合1005，如果“是”
那么分支到步骤1007，如果“否”那么继续；选择是第二概念维的集合的元
素的全部栅格维和是第二概念维的集合的元素的其它任何维(即，第二概念维
的集合)1006；选择全部栅格权利要求值和公开值并且确认任何其它栅格权利
要求值和公开值对应于第二概念维的元素1007；选择全部栅格辅助值并且确认
任何其它相关辅助值对应于在第一发明性概念的源中出现的第一概念维的集
合1008；决定是否选择又一个第二发明性概念1009，如果“是”那么分支到
在步骤907的用于选择发明性概念进行比较的子常规901，如果“否”那么继
续；决定是否判断新颖性1010，如果“是”那么分支到判断新颖性的子常规
1101，如果“否”那么继续；决定是否判断显著性1011，如果“是”那么分支
到判断显著性的子常规1201，如果“否”那么继续；决定是否判断实施权1012，
如果“是”那么分支到判断实施权的子常规1301，如果“否”那么继续；决定
是否选择其它发明性概念进行比较1013，如果“是”那么分支到选择发明性概
念进行比较的子常规901，如果“否”那么继续；并且决定是否选择发明性概
念进行比较的过程901是从空隙分析的子常规进入的2001，如果“是”那么分
支到在步骤2006的空隙分析的子常规，如果“否”那么返回到宏常规101。

图11显示了判断新颖性的过程1101的子常规的流程图，通过：决定是否 第二发明性概念的源较第一发明性概念的源具有优先1102，如果“否”那么分 支到在步骤1009的选择值进行分析第一发明性概念的子常规，如果“是”， 那么继续；将对应于第一概念维的集合的权利要求值和对应于对应于单独的源 的第二概念维的单独集合的任何权利要求值和公开值进行比较1103；和判断是 否相对于单独的第二发明性概念第一发明性概念拥有新颖性1104；和分支到在 步骤1009的选择值进行分析第一和第二发明性概念的子常规1001。

图12显示了判断显著性的过程1201的子常规的流程图，通过：决定是否 每个第二发明性概念的源较第一发明性概念的源具有优先1202，如果“是”那 么分支到步骤1204，如果“否”那么继续；从比较中去除全部第二发明性概念 其源较第一发明性概念的源不具有优先1203；决定是否继续进行显著性的判 断，用在源中描述的较第一发明性概念的源确实具有优先的第二发明性概念 1204，如果“是”那么分支到在步骤1009的选择值进行第一和第二发明性概 念的分析的子常规1001，如果“否”那么继续；将对应于第一概念维的集合的 权利要求值与对应于全部对应于每个源的第二概念维的，整体地，任何权利要 求值和/或公开值作比较1205；判断是否第一发明性概念相对于第二发明性概 念，整体地，是显著的1206；和分支到在步骤1009的选择值进行分析第一和 第二发明性概念的子常规1001。

图13显示了判断实施权的过程1301的子常规的流程图，通过：决定是否 第二发明性概念的源是专利1302，如果“否”那么分支到在步骤1009的选择 值进行分析第一发明性概念的子常规，如果“是”那么继续；决定第二发明性 概念的涉及的权利要求或权利要求的源专利是否过期1303，如果“是”那么分 支到步骤1309，其中步骤1309是作出结论该实施权对于在过期的权利要求或 者权利要求(复数)中被权利要求的有关第二发明性概念而言不是问题的步骤， 并且其中步骤1309之后跟随分支到在步骤1009的选择值进行分析第一和第二 发明性概念的子常规1001，如果“否”那么继续；决定是否第二发明性概念的 源较第一发明性概念的源具有优先1309，如果“否”那么分支到在步骤1009 的选择值供第一发明性概念的分析的子常规1001，如果“是”那么继续；决定 是否第二发明性概念在专利中被权利要求1305，如果“否”那么分支到在步骤 1009的选择值供第一发明性概念的分析的子常规1001，如果“是”那么继续； 选择可以由第一概念维的集合描述的第一发明性概念的具体实施过程1306；将 对应于第一概念维的集合的权利要求值，正如它们在具体实施过程中被实施， 和在是权利要求的源的单个专利的单个权利要求，或者相关的一组权利要求， 中被权利要求的单个第二发明性概念的权利要求值作出比较1307；判断是否第 一发明性概念的具体实施过程相对于是权利要求的源的单个专利的单个权利 要求，或者一组权利要求具有实施权1308；并且分支到在步骤1009的选择值 供第一和第二发明性概念分析的子常规1001。

图14显示了形成和扩展认知数据库的过程1401的子常规的流程图，通过： 在任何认知栅格初始化子常规中将“栅格”替换为“数据库”1402；决定是否 初始化认知数据库1403，如果“否”那么分支到步骤1406，如果“是”那么 继续；决定是否用已有的认知栅格进行初始化1404，如果“否”那么分支到初 始化认知栅格的子常规201，如果“是”那么继续；选择已有的认知栅格作为 初始的认知数据库1405；决定是否扩展认知数据库1406，如果“否”那么分 支到宏常规101，如果“是”那么继续；决定是否扩展认知栅格

通过加入已有栅格记录的全部或者部分1407，如果“是”那么分支到向数 据库加入栅格记录的全部或者部分的子常规1501，如果“否”那么继续；决定 是否扩展认知数据库，但不通过使用已有的栅格记录去实现1408，如果“否” 那么分支到步骤1406，如果“是”那么继续；决定是否创立新的数据库记录 1409，如果“是”那么分支到初始化栅格记录(“数据库记录”)的子常规401， 如果“否”那么继续；并且决定是否填充认知数据库的域1410，如果“是”那 么分支到在步骤505的填充栅格记录的子常规，如果“否”那么返回宏常规101。

图15显示了将栅格记录的全部或者部分加入认知数据库的过程1501的子
常规的流程图，通过：选择已有的认知栅格记录1502；初始化数据库记录，形
成对应于数据库的每个栅格辅助类别的数据库辅助域，和数据库的每个栅格维
的数据库权利要求域和数据库公开域1503；决定是否栅格维的集合数据库
维的集合，如果“是”那么分支到步骤1508，如果“否”那么继续；决定是否
加入和栅格维相同的新的数据库维1505，如果“否”那么分支到步骤1508，
如果“是”那么继续；加入新的数据库维，并且向全部数据库记录加入相应的
权利要求域和公开域1506；决定是否向数据库中加入又一个数据库维1507，
如果“是”那么分支到步骤1505，如果“否”那么继续；决定是否栅格辅助域
的集合辅助类别的数据库集合1508，如果“是”那么分支到步骤1512，如
果“否”那么继续；决定是否向数据库中加入新的数据库辅助类别1509，如果
“否”那么分支到步骤1512，如果“是”那么继续；加入新的数据库辅助类别，
并且向全部数据库记录中加入相应的辅助域1510；决定是否向数据库中加入又
一个辅助数据库类别1511，如果“是”那么分支到步骤1509，如果“否”那
么继续；并且决定是否填充域1512，如果“是”那么分支到在步骤505的填充
栅格(数据库)记录的子常规，如果“否”那么继续；决定是否向数据库中加
入又一个从认知栅格来的记录1513，如果“是”那么分支到向数据库中加入栅
格记录的全部或者部分的子常规的起始，如果“否”那么继续；并且决定是否
扩展数据库，但是不用已有的认知栅格1514，如果“是”那么分支到在步骤
203的初始化认知栅格的子常规，如果“否”返回到宏常规101。

图16显示了建立联交栅格的过程1601的子常规的流程图，通过：选择至
少两个非交栅格(即，每个非交栅格有不等同于并且任何其它被选择的非
交栅格的栅格维的集合的栅格维的集合)1602；形成是非交栅格维的集合的并
集的联交栅格维的集合1603；对应于至少在一个非交栅格中出现的每个辅助类
别加入辅助类别1604；加入至少一个从每个非交栅格衍生出来的栅格记录，并
且包含联交栅格中的每个记录的栅格值1605；为了联交栅格的每个记录，确定
不是从其衍生的非交栅格的栅格维的集合的元素的任何栅格维，并且向每个联
交栅格记录中加入相应的权利要求/公开域1606；为了联交栅格的每个记录，
确定不是从其衍生的辅助类别的集合的元素的任何辅助类别，并且向每个联交
栅格记录中加入辅助域1607；并且决定是否填充联交栅格的额外的域1608，
如果“是”那么分支到在步骤505的填充栅格记录的子常规，如果“否”那么
分支到宏常规101。

图17显示了计算联交栅格特征值的过程1701的子常规的流程图，通过： 确认建立联交栅格的全部的至少两个非交栅格1702；选择建立联交栅格的这些 非交栅格的独特配对1703；将非交栅格配对的维的交集的元素的数目除以配对 的维的并集的元素的数目得到的商是非交配对的栅格对交叉值1704；从数字 “1”减去栅格对交叉值得到非交栅格配对的栅格对交叉余数1705；将栅格对 交叉余数乘以90°得到栅格对倾斜角1706；决定是否非交栅格的其它独特配对 存在1707，如果“是”那么分支到步骤1703，如果“否”那么继续；将全部 独特配对并集的栅格对倾斜角相加得到倾斜角的和1708；将倾斜角的和除以独 特配对并集的数目得到联交栅格的总倾斜角1709；并且返回到宏常规101。

图18显示了形成联交概念的过程1801的子常规的流程图，通过：选择至 少两个非交栅格1802；决定是否全部这些非交栅格已经被合并形成联交栅格 1803，如果“是”那么分支到步骤1805，如果“否”那么继续；决定是否建立 联交栅格1804，如果“是”那么分支到建立联交栅格的子常规1601，如果“否” 那么继续；选择非交栅格的维的集合的并集的相交维的集合1805；创立能够用 相交维的集合进行描述的新近联交概念1806；将相交维的集合与联交栅格的维 的非相交集合的至少一个元素合并1807；创立能够用包含相交的维和至少一个 联交栅格的非相交维的维的集合进行描述的扩展的联交概念1808；决定是否用 不是非交栅格的并集的元素的维进一步扩展联交概念1809，如果“否”那么返 回到宏常规，如果“是”那么继续；创立用不是非交栅格的并集的元素和是并 集的元素的维进一步扩展的联交概念1810；并且决定是否选择发明性概念供比 较901在空隙分析的过程中被进入2001，如果“是”那么分支到在步骤2005 的空隙分析的子常规，如果“否”那么返回到宏常规101。

图19显示了分裂认知栅格的过程1901的子常规的流程图，通过：选择认 知栅格1902；确认至少两个非交栅格，其中每个栅格维的集合不是其它任何被 确认的非交栅格的真子集，但是是所选的认知栅格的真子集1903；选择非交栅 格1904；选择被分裂的认知栅格的记录1905；决定是否被分裂的认知栅格的 至少一个记录值对应于非交栅格的维1906，如果“否”那么分支到步骤1905， 如果“是”那么继续；决定是否向非交栅格中加入记录1907，如果“否”那么 分支到步骤1909，如果“是”那么继续；向非交栅格中加入记录，包含辅助值， 和维值(权利要求和公开)对应于非交栅格的维的集合1908；决定是否加入又 一个记录1909，如果“是”那么分支到步骤1905，如果“否”那么继续；决 定是否选择又一个非交栅格1910，如果“是”那么分支到步骤1904，如果“否” 那么继续；并且决定是否分裂认知栅格的子常规1901在空隙分析的过程中被 进入2001，如果“是”那么分支到在步骤2005的空隙分析的子常规，如果“否” 那么返回到宏常规101。

图20显示了空隙分析的过程2001的子常规的流程图，通过：选择将被空 隙分析的认知栅格2002；决定是否通过加入并填充认知栅格的新的记录进行空 隙分析2003，如果“是”那么分支到初始化栅格记录的子常规401，如果“否” 那么继续；填充新的记录重点在于填充在认知栅格的其它记录中零星填充的维 的权利要求域2004；去2005在步骤901的选择发明性概念供比较的子常规； 决定是否通过先分裂认知栅格后再进行空隙分析2006，如果“否”那么分支到 步骤2008，如果“是”那么继续；去2007在步骤1903的分裂认知栅格的子常 规；决定是否再次使用认知栅格进行空隙分析2008，如果“是”那么分支到步 骤2003，如果“否”那么返回到宏常规。

以下例子阐明了本发明的不同实施过程。

用于例子的一般程序和描述。以下例子演示了本发明的不同实施过程如图 1-20的流程图所公开。那些实施过程包含：认知栅格A、B和C对应于三个技 术领域，以及它们的建造；从三个非交栅格通过不同组合形成的联交栅格，其 中非交栅格是认知栅格A、B和C；计算那些联交栅格的特征值给出作为组合形 成联交栅格的非交栅格的主题的技术领域的重叠程度的数值化近似。

认知栅格A、B和C包含分别在四个、三个和三个源中公开的发明性概念 的信息。必须理解设计用于捕获特定技术领域的紧密相关的技术的认知栅格可 以包含许多记录，取决于选作分析的技术的广度，已经在该技术领域所做的 工作量，和要回答的问题。在实践中，包含一些、数十或者数百记录的认知栅 格已经被做成，如果合适，可以包含的记录的数量没有限制。此外，有些源可 以包含多于一个发明性概念。在这样的情况中，通常包含同一个源的多于一个 记录，每个与不同的发明性概念相关，鉴于，当然，每个发明性概念与认知栅 格的主题相关。必须进一步理解合理的技术人员对于包含于既定认知栅格的维 的具体选择可以有不同。典型地，那些选择和命名维的，将选择成分的制备， 成分自身，成分的功能，和/或这些成分和方法的特征的方面。维的选择的指 导性原则是选择的维提供了感兴趣的技术领域的实际发明性概念的代表。在实 践中，一旦维被选择了，包含于选择的源中的发明性概念的记录被创立。在这 个记录创立和填充的过程中，加入新的维和删除或修改已有的维是通常的。进 一步变得明显的是，新的辅助域必须被加入，例如包含者多个关于源的提供关 于其它数据的信息的数据(metadata)，或者包含者多个相关信息的链接的域。

进一步可以有，来自于重叠但不属于由既定认知栅格描述的技术领域的一 个技术领域，但是考虑到必须在认知栅格中创立记录描述该发明性概念。在这 种情况中，权利要求值和公开值必须被加入到包含于认知栅格中的该认知栅格 的维中，同时该发明性概念的附加方面必须被描述于，例如，保留给什么是权 利要求或者公开的评论。以与认知栅格的栅格维的集合相交但不是其子集的维 的集合描述的发明性概念的这样的包含灵活地扩展了既定认知栅格的用途。

表2、3和4中的认知栅格A、B和C分别具有辅助类别、维和记录的以下 指定。记录通过指明认知栅格和在该栅格中的记录号被标识。例如，在表2中 第一列的“A-R2”指明在相应行出现的记录是认知栅格A的2号记录。类似地， 在表2中第一行的“A-A5”指明认知栅格A的第5个辅助类别的列。进一步地， “A-D4-c”指明包含被指定包含认知栅格A的第4维的权利要求值的域的列， “A-D4-d”指明包含被指定包含认知栅格A的第4维的公开值的域的列。因为 关于发明性概念的权利要求是，根据定义，专利或者专利申请的公开，所以不 必要在“公开域”中再次申明同一维中已经被“权利要求域”所包含的。简单 地在“公开域”中包含在权利要求以外的公开维值是足够了的。如此，在相应 的公开域中重复权利要求值是任选的。

例1，指向活性成分的分散体的认知栅格A。表2是指向包含活性成分的 分散体的技术领域的认知栅格A。认知栅格A包含辅助数据(列A-A1至A-A6)， 和权利要求维(A-D1-c至A-D7-c)和公开维(A-D1-d至A-D7-d)。认知栅 格进一步包含包含于在每个是专利的四个源中每一个中的发明性概念的记录 (A-R1至A-R4)。认知栅格A的四个记录的每一个的域被供创立记录的源中 出现的权利要求维值，和公开维值填充。在每个源中也出现辅助数据值，尽管 这样的辅助值经常可以在二级源例如商业数据库中出现。尽管不被包含在这个 认知栅格中，辅助域例如那些指向，例如，法律状态的将从外部的源填充。此 外，一个或者多个辅助域可以被指向基于计算机的包含相关信息的地址的链接 所填充，例如：源的全部文本；权利要求，如果源是专利或者专利申请；专利 局的数据库中的文件封装(file wrapper)信息。

认知栅格A的每个权利要求维域的值代表关于在该记录中被描述的发明性 概念的维的权利要求。认知栅格A的每个公开维域的值代表关于在该记录中被 描述的发明性概念的维的公开。认知栅格A被初始化，它的栅格维和辅助类别 根据图2的子常规被确认和创立。它的栅格记录根据图4子常规初始化。评估 是否需要向认知栅格A添加建议的概念维或者辅助类别根据图3子常规作出。 认知栅格A的栅格记录的填充根据图5至8的子常规完成。

例2，指向水性乳液和微乳液的认知栅格B。表3是指向水性乳液和微乳 液聚合反应的技术领域的认知栅格B。认知栅格B根据例1中描述的方法建立。 认知栅格B包含辅助数据(列B-A1至B-A6)，和权利要求维(B-D1-c至B-D12-c) 和公开维(B-D1-d至B-D12-d)。认知栅格B进一步包含包含在三个源，其中 两个是期刊文章，一个是专利，中的发明性概念的记录(B-R1至B-R3)。

例3，指向缩聚反应的认知栅格C。表4是指向缩聚反应的技术领域的认 知栅格C。认知栅格C根据在例1中描述的方法建立。认知栅格C包含辅助数 据(列C-A1至C-A6)，和权利要求维(C-D1-c至C-D8-c)和公开维(C-D1-d 至C-D8-d)。认知栅格C进一步包含包含在三个源，其中一个是期刊文章，两 个是专利，中的发明性概念的记录(C-R1至C-R3)。

例4，联交栅格AB：建立联交栅格AB通过合并认知栅格A和B，形成它们 的栅格维的集合的并集。表5代表了联交栅格AB，通过将认知栅格A与认知栅 格B合并，形成它们的栅格维的集合的并集而建立，根据图16的子常规。为 了简洁，辅助值、权利要求维值和公开维值在联交栅格AB中不再重复，但是 可以在认知栅格A和B的辅助、权利要求维和公开维的域中分别到。认知栅 格A和B彼此是非交栅格，因为它们的栅格维的集合不等同而且那些栅格维的 集合的任何一个不是另一个的真子集。也就是说，栅格A和B的每一个有至少 一个维在另一个中不存在。联交栅格AB的特征值根据图17的子常规(也见表 1)计算。维的并集包含15个维，而交集(即，认知栅格A和B共同拥有的维 的集合)包含4个元素。非交栅格A和B的并集的栅格对交叉值则是4/15＝0.27， 并且栅格对倾斜角是(1-0.27)×90°＝66°。0°的栅格对倾斜角便是指明栅 格A描述的技术领域和栅格B描述的技术领域是等同的。90°的栅格对倾斜角便 是指明两个技术领域没有重叠，基于不存在共同的维。接近0°的栅格对倾斜角 经常与逐步的变化相联系，而接近90°的栅格对倾斜角经常与要么没有有用的 发明要么突破性发明相联系。因此，66°的栅格对倾斜角提供了估计，两个技术 领域有着有限的重叠而且联交栅格AB可能提供创立新的发明性概念的富饶基 础。

例5，联交栅格AC：建立联交栅格AC，通过合并认知栅格A和C，形成它 们的栅格维的集合的并集。表6代表了联交栅格AC，通过将认知栅格A与认知 栅格C合并，形成它们的栅格维的集合的并集而建立，根据图16的子常规。 表6与表5具有同样的结构，并且特征值如例4中计算。认知栅格A和C彼此 是非交栅格。维的并集包含16个维，而交集不包含任何元素(即，概念维的 交集是空集)。非交栅格A和C的并集的栅格对交叉值于是是0/16＝0.00， 并且栅格对倾斜角是(1-0.00)×90°＝90°。联交栅格AC具有进一步创立 发明性概念的巨大潜力。尽管创立真正有用的发明的可能性在大倾斜角时减 小，如果有用的发明性概念被创立，是突破性发明性概念的可能性大大增加。

例6，联交栅格BC：建立联交栅格BC，通过合并认知栅格B和C，形成它 们的栅格维的集合的并集。表7代表了联交栅格BC，通过合并认知栅格B和认 知栅格C，形成它们的栅格维的集合的并集而建立，根据图16的子常规。表7 与表5具有同样的结构，并且特征值如例4中计算。认知栅格B和C彼此是非 交栅格。栅格维的并集包含18个维，而交集包含3个元素(即，3个共同的维)。 非交栅格B和C的并集的栅格对交叉值于是是3/18＝0.17，并且栅格对倾斜 角是(1-0.17)×90°＝75°。联交栅格BC再次对于进一步的发明性概念 的创立展示了优秀潜力。

例7，联交栅格ABC：建立联交栅格ABC，通过合并认知栅格A、B和C， 形成它们的栅格维的集合的并集。表8代表了联交栅格ABC，通过合并认知栅 格A、B和C，形成它们的栅格维的集合的并集而建立，根据图16的子常规。 表8与表5具有同样的结构，并且特征值如图17中子常规计算(也见表1)。 认知栅格A、B和C彼此是非交栅格。与分别在例4、5和6中的都是通过从两 个非交栅格单个配对的方式形成的认知栅格AB、AC和BC不同，联交栅格ABC 可以通过三个独特的配对方式形成，涉及到总共六个合并的可能性。即，从非 交栅格A、B和C开始，联交栅格ABC可以形成，通过：将栅格A与栅格B合 并得到联交栅格AB(栅格对交叉值＝0.27，栅格对倾斜角＝66°)，然后将 栅格AB与栅格C合并得到联交栅格ABC(栅格对交叉值＝0.14，栅格对倾斜 角＝77°)；将栅格A与栅格C合并得到联交栅格AC(栅格对交叉值＝0.00， 栅格对倾斜角＝90°)，然后将栅格AC与栅格B合并得到联交栅格ABC(栅格 对交叉值＝0.33，栅格对倾斜角＝60°)；或者将栅格B与栅格C合并得到联 交栅格BC(栅格对交叉值＝0.17，栅格对倾斜角＝75°)，然后将栅格BC与 栅格A合并得到联交栅格ABC(栅格对交叉值＝0.19，栅格对倾斜角＝73°)。 六种合并的可能性的平均栅格对交叉值是0.18，对应着74°的倾斜角。鉴于六 个配对组合的栅格对倾斜角范围从60°到90°，可被预料到的是联交栅格ABC 再次提供了超出在构建的非交认知栅格中出现或由其提示的进一步的发明性 概念的创立的优秀潜力。

例8，认知数据库A：整个数据库是认知栅格A。认知栅格A也能被看作是 整个认知数据库，认知数据库A，根据图14和15的子常规建立。认知栅格A 和认知数据库有着相同的结构(见表2)。

例9，认知数据库AB：整个数据库是联交栅格AB。认知数据库能够一次建 立一个维、一个辅助类别，一个记录，或者甚至一次一个域。或者，认知数据 库能够通过合并已有的认知数据库建立。当然，两种方法的组合也属于本发明 的范围内(见图14和15)。因此，联交栅格AB(见图5)可以被看作是整个 认知数据库，认知数据库AB，通过合并两个认知栅格建立，根据图14和15的 子常规。

例10，认知数据库ABC：整个数据库是联交栅格ABC。联交栅格ABC也可 以被看作是从多个已有的认知栅格A、B和C形成的认知数据。数据库ABC于 是代表可以用图14和15的子常规和，当合适时，由图1宏常规指导的其它相 关子常规建立和扩展的更大的认知数据库。大型商业或内部认知数据库可以通 过包含数以百计的认知栅格建立。事实上，认知数据库可以包含的概念维、辅 助类别、记录或者认知栅格的数目是没有专门限制的。用户认知数据库可以在 内部建立，或者由外部承包公司建立，以支持研究团队、整个研究组织或者研 究联营机构的发明/创新的目标，既有工业界的又有商业界的。在另一个例子 中，美国专利商标局的技术小组，或者其它专利局，可以从包含与该技术小组 的专利审查人负责的技术领域最紧密相关的技术的认知数据库的存在极大获 益。

例11，在联交栅格AB的交叉维的集合的基础上形成联交概念。首先在联 交栅格AB的基础上形成新近概念(见表5代表该联交栅格，和表2和3，分别 包含在合并后变为联交栅格AB中的值的认知栅格A和B的真实值)。新近概 念的形成根据图18的子常规和图1的宏常规指导的其它相关子常规，在认知 栅格A(指向活性成分的分散体)的概念维的集合和认知栅格B(指向水性乳 液和微乳液聚合反应)的概念维的集合的并集的交叉的维的集合的元素基础 上。联交栅格AB的概念维的交集的四个元素是：载体稀释剂、分散相稀释剂、 分散剂和分散剂的量。用这四个维形成的新近发明性概念是：“包括憎水性物 质在内的憎水相的水性分散体，其中，在憎水相的总质量的基础上，以0.1到 0.5的质量百分比存在于水性分散剂中的阴离子表面活性剂作为分散剂使憎水 相保持稳定”。这是本发明的新近概念的一个例子。这样的新近概念可以是很 广，或者很集中，或者处于其间。既定的联交栅格通常给出多重新近概念。进 一步地，在有些情况中新近概念自己可获专利。在其它情况中，新近概念可以 作为框架让创造性的思维在其基础上形成联交概念。

再次根据图8的子常规和由图1宏常规指导的其它相关子常规，将被用于 扩展新近概念形成联交概念的概念维的集合的形成是通过包含来自认知栅格A (被输送成分)的维和来自认知栅格B(聚合物)的维，其中每个都不是另一 个认知栅格的概念维的集合的元素，即，不是维的交集的元素。“被输送成分” 被选择成为“憎水性生物活性成分”，而“聚合物”被选择成为“(甲基)丙 烯酸酯聚合物”。联交概念于是变为：“包括分散于水性稀释剂的憎水相在内 的水性分散剂，其中增水相包括溶解在聚合物颗粒中的憎水性生物活性成分： 其中，在憎水相的总质量的基础上，以0.1到0.5的质量百分比存在于水性分 散剂中的阴离子表面活性剂作为分散剂使聚合物颗粒保持稳定；而且其中憎水 性生物活性成分从医疗物品或者杀虫剂中选择；而且其中聚合物是(甲基)丙 烯酸酯聚合物”。这个联交概念是存在于认知栅格A和B的维的交集的许多联 交概念的一个例子，而且联交栅格AB为发明家的创造性思维提供了丰厚的信 息基础。这个联交概念被进一步扩展，通过向联交栅格AB中加入新的维，当 意识到连接“可被中和的官能团”到聚合物上去可以让聚合物变为水溶性或者 以后在水中具有溶涨性，是在向目标生物体输送的过程中。新的维于是变为“可 被中和的官能团”，而且可被进一步扩展的联交概念变为以上联交概念有了进 一步要素“聚合物是带有能够在中和时触发性释放憎水性生物活性成分的可被 中和的官能团的聚合物”。由认知栅格A和B并集形成的非交叉的维的集合的 其它元素，被进一步用作创立另一个联交概念。颗粒尺寸的概念维(认知栅格 B)被用来定义乳液(颗粒尺寸＝0.050到1.0微米)、悬浮液(颗粒尺寸＝大 于1.0到500微米)和微乳液(颗粒尺寸＝0.005到小于0.050微米)的联交 概念。因为既定认知栅格的包含在权利要求域和公开域中的某一组维的值可以 被限制在它们可以公开的范围，所以进一步可能的是甚至新近概念自己可以是 超出在联交栅格中捕获的发明性概念的范围的联交概念。这可以做到，例如， 通过想象已存在的维的新的和有用的值，或者已存在的值的新的和有用的组 合。

例12，在由联交栅格AB与认知栅格C的交集形成的联交栅格ABC的相交 的维的集合基础上形成联交概念。首先在联交栅格ABC的基础上形成新近概念 (见表8代表该联交栅格，并且表2、3和4，分别地，包含认知栅格A、B的 真实值，并且成为联交栅格ABC的值)。新近概念的形成根据图18的子常规 和图1的宏常规指导的其它相关子常规，在联交栅格AB的概念维的集合(指 向活性成分的分散剂和水性乳液和微乳液聚合反应)认知栅 格C的概念维的集合(指向缩聚反应)的并集的相交维的集合的元素的基础上。 通过合并联交栅格AB和认知栅格C得到的联交栅格ABC的概念维的交集的三 个元素是：聚合物合成方式、聚合物、和聚合物分子量。用这三个维形成的新 近发明性概念是：“具有50,000至1,500,000数均分子量的聚合物，其中聚 合物由选择以下聚合反应方法得到：在非水性溶剂中的缩聚反应；水性乳液聚 合反应；和水性微乳液聚合反应”。这是本发明的新近概念的一个例子。

再次根据图18的子常规和由图1的宏常规指导的其它相关子常规，被用 于扩展新近概念形成联交概念的概念维的集合的扩展通过包含是另一个认知 栅格的概念维的集合的元素的联交栅格AB和认知栅格C的维。那些非交叉的 维包含那些用于创立联交栅格AB的联交概念，和认知栅格C的这些维：第一 缩聚单体；和第二缩聚单体。联交概念于是变为：包含分散在水性稀释剂中的 憎水相的水性分散剂，其中增水相包含溶解在聚合物颗粒中的憎水性生物活性 成分：其中在憎水相的总质量的基础上，以0.1到0.5的质量百分比存在于水 性分散剂中的阴离子表面活性剂作为分散剂使聚合物颗粒保持稳定；其中憎水 性生物活性成分从医疗物品或者杀虫剂中选择；并且其中聚合物是(甲基)丙 烯酸甲酯聚合物，或者缩聚物，其中该缩聚物是聚脲、聚氨酯或者聚丙烯酰胺。 这个联交概念是存在于联交栅格AB和认知栅格C的维的交集众多联交概念为 发明家的创造性思维提供丰厚的信息基础的一个例子。

例13，空隙分析：分裂认知栅格AB成为组分非交栅格A、B和C，之后选 择非交栅格A并且从认知栅格ABC加入非交叉的维。在本例中，我们把联交栅 格ABC简化看作认知栅格ABC。即，我们视认知栅格ABC为既定的而不知道它 是怎样建成的。在此举例的空隙分析的步骤(见图19和20，以及由图1的宏 常规指导的相关子常规)与提供通过合并至此还没有被合并的非交栅格形成联 交概念的基础紧密相关，由例4、5、6和7给出的。在此，但是，已有认知栅 格(栅格ABC)首先被分裂为非交栅格。在这个情况中，那些非交栅格正好是 认知栅格A、B和C。即，表8的认知栅格被分裂成为非交栅格A、B和C。一 旦认知栅格ABC被分裂，非交栅格B被选择并且新近概念用非交栅格B的维来 形成(表3)。新近概念变为：“聚合物颗粒的水性分散剂，其中在聚合物颗 粒的总质量的基础上，以0.1到0.5的质量百分比存在的分散剂使聚合物颗粒 保持稳定，其中聚合物颗粒：包含从聚丙烯酸酯和聚甲基丙烯酸酯选择的聚合 物；并且具有0.050到1.0微米的平均颗粒尺寸。

作为创立新近概念的基础的维的集合然后被扩展以包括来自于认知栅格 ABC的维，其权利要求域和公开域被零星的填充。被选的头两个这样的维是： “第一缩合单体”和“第二缩合单体”。从两个加入的维的角度对新近概念作 谨慎考察提示，扩展的概念，“空隙概念”可以被创立的可能性，其中聚合物 颗粒可以包含“缩聚物”以及聚丙烯酸酯和聚甲基丙烯酸酯聚合物。第三个被 零星填充的维，“溶剂”，然后被加入，提示这样的空隙概念：“聚合物颗粒 的水性分散剂的形成通过：(a)；把在憎水性溶剂中第一缩合单体的溶液液 滴分散到水里；(b)在液滴的质量的基础上，在以0.1到5.0的质量百分比 存在的分散剂的存在下，形成液滴的稳定分散剂；(c)把第二缩聚单体加入 分散剂；(d)聚合第一和第二缩聚单体形成缩聚物，其中缩聚物不溶于溶剂， 在溶剂周围形成固体外壳，并且其中有着聚合物外壳的溶剂液滴有着0.050到 5.0微米的平均直径。加入又一个维，“可输送的成分”的维，提供信息背景 给又一个空隙概念其中包含活性成分的液滴，或者有溶剂或者没有，被形成。

例14，选择发明性概念进行比较。图9和10的子常规和由图1的宏常规 指导的相关子常规描述选择发明性概念进行比较。图9描述了选择第一发明性 概念与一个或多个第二发明性概念比较，并且进一步描述第二发明性概念的选 择。第一发明性概念可能已经在认知栅格中被描述也可能没有。事实上，第一 发明性概念可以是由发明者最新创立的。在后者的情况中，第一发明性概念以 概念维的集合被描述，并且，如果能够描述该第一发明性概念的认知栅格已经 存在，通常理想的是为该认知栅格中的第一概念创立新的记录。第二发明性概 念可以已经在认知栅格的记录中被描述。如果不是，必须在与第一发明性概念 作任何比较之前加入。可以有多于一个第二发明性概念与第一发明性概念作比 较。进一步，在把任何这些发明性概念加入认知栅格的过程中，有时候要扩展 认知栅格，通过把一个或者多个新的维加入该栅格的概念维的集合。图10描 述了选择栅格辅助值、栅格权利要求值和栅格公开值用于比较，并且进一步有 分支点以作出新颖性、显著性和实施权的判断决定，以及空隙分析。图10的 子常规进一步允许用在比较中被参考的不在认知栅格的栅格维的集合中的维 进行比较。这考虑到事实上经常会有栅格记录用于有与包含栅格记录的认知栅 格相交叉，但不是其子集的概念维的集合的发明性概念

例15，新颖性的决定。用认知栅格作出关于新颖性的决定。即便关于既定 发明性概念相对于既定的现有技术发明性概念是否是新颖的决定最好由知识 产权专业人员(例如，专利审查人，专利律师和专利代理人)作出，咨询认知 栅格可以有用和有效地作出指向发明性概念(即，图9至11的第二发明性概 念)的栅格的记录可能针对某一发明性概念(即，图9至11的第一发明性概 念)构成新颖性的问题的迅速判断。在实践中，通常可能几乎一瞥之后，或者 通过快速的排序而剔除认知栅格的大多数记录，特别是那些包含数以十记、百 计的记录的栅格。例如，当认知栅格的结构是ExcelTM表格，一瞥可能是全部 要做的以剔除许多参考文献。考虑认知栅格ABC如同表8代表的。表8只是通 过合并认知栅格A、B和C形成的实际的联交栅格ABC的代表。表8的代表有 具有坍塌的维域的记录(即，单独的域代表，对于既定记录的既定维，是否有： 权利要求值，以“c”代表；公开的，但不是权利要求值，以“d”代表；或者 没有值(空))。权利要求、公开和辅助域的真实值没有给出。尽管缺乏真实 值，记录B-R1至B-R3和C-R1至B-R3可以作为新颖性问题被剔除，当能够 用维*1至*7描述的第一发明性概念，但不是维*8至*21被考虑。在实践中， 整个认知栅格与在合适的域中的值被分析。简单的排序可以被用作，例如，判 断由某个具体源公开的既定的第二发明性概念是否的确是现有技术。当包含进 一步增加排序的标签的辅助数据域存在，更复杂的排序(例如，EXCELTM表格的 AUTOFILTERTM排序工具)是尤其有用。一旦包含可能提出新颖性问题的第二发 明性概念的记录被确认，深度比较可以通过细致审核例如，经直接的电子链接 到商业数据库中的源的全部文本，其中该链接包含于辅助数据域中。如图11 子常规指明，第一发明性概念由权利要求维的集合描述，与在认知栅格的单个 记录中被公开的进行比较。

例16，显著性的决定。即便关于既定发明性概念相对于一个或者多个的现 有技术发明性概念是否是显著的最终决定最好由知识产权专业人员(例如，专 利审查人，专利律师和专利代理人)作出，咨询认知栅格可以有用和有效地作 出指向发明性概念(即，图9-10和12的第二发明性概念)的栅格的记录可能 针对某一发明性概念(即，图9-10和12的第一发明性概念)构成新颖性的问 题的迅速判断。如图12子常规指明的，第一发明性概念用权利要求维的集合 描述，与认知栅格的一个或者多个记录作为整体公开的进行比较。因为围绕显 著性的决定的复杂性，比起对新颖性的最初评估，需要更频繁地咨询源文件的 全文。

例17，实施权的决定。图13的子常规(另见图9和10)指向发明性概念 的具体实施过程的实施权(即，可实施性)判断。如果具体的产品概念被考虑 用作商业提供，或者制造该产品的具体的过程被考虑，该产品或者过程首先用 概念维的集合来定义。这个具体描述然后被作为第一发明性概念对待，并且合 适的认知栅格被作为例15的新颖性例子被咨询，只是只有权利要求维域被审 核。公开维域与实施权的判断无关。事实上，在评估可实施性的过程中是可能 建立宏(macro)除去公开维域。这样的宏已经在EXCELTM表格中被演示了，允 许用户在以评估全部公开判断可获专利性(即，新颖性和显著性)为目的，或 者，以评估权利要求只判断实用性(即，实施权)为目的的界面之间切换。

一旦对实用性可能造成问题的描述发明性概念的记录被确认，那些记录必 须提交给专利专业人员作彻底审核，在有些情况中，可能延伸到外部律师对实 施权给出正式观点。

表2.认知栅格A。活性成分的分散体。

 

表2.(续)认知栅格A。活性成分的分散体。

 

表2.(续)认知栅格A。活性成分的分散体。

 

表3.认知栅格B.水性乳液和微乳液聚合反应。

 

表3.(续)认知栅格B.水性乳液和微乳液聚合反应

 

表3.(续)认知栅格B.水性乳液和微乳液聚合反应.

 

表4.认知栅格C.缩聚反应.

 

表4.(续)认知栅格C.缩聚反应.

 

表4.(续)认知栅格C.缩聚反应.

 

表5.通过合并认知栅格A和B建立的联交栅格AB：包含认知栅格A和B的维的集合 的并集.

维的列标题包含独特维，用星号表示，以及当它被包含在任何认知栅格A、B和C该独 特维的维数。独特维的列标题是：*1≡载体介质；*2≡被分散相介质：*3≡被输送成分： *4≡分散剂：*5≡分散剂的量；*6≡第二稳定剂：*7≡第二稳定剂的量：*8≡聚合物合成类 别：*9≡可自由基聚合的单体：*10≡自由基引发剂：*11≡聚合物：*12≡聚合物分子量： *13≡聚合物分子量分布：*14≡聚合物颗粒尺寸：*15≡聚合物颗粒尺寸分布。辅助类别是 A-1 to A-6。每个认知栅格的认知记录(例如，认知栅格A的记录A-R3)通过在栅格列 中的A和记录列中的R3指明。存在于维列中的“c”指明权利要求维值为该记录加入。 根据定义权利要求也是公开的事实意味着每个条目“c”也指示“d”。“d”的存在意味 着公开的值被加入，但是没有权利要求值被加入。

表6.通过合并认知栅格A和C形成的联交栅格AC：包含认知栅格A和C的维的集 合的并集。

维的列标题包含独特维，用星号表示，以及当它被包含在任何认知栅格A、B和C该独特 维的维数。独特维的列标题是：*1≡载体介质；*2≡被分散相介质：*3≡被输送成分：*4≡ 分散剂：*5≡分散剂的量；*6≡第二稳定剂：*7≡第二稳定剂的量：*8≡聚合物合成类别： *11≡聚合物：*12≡聚合物分子量：*16≡溶剂：*17≡第一缩合前单体：*18≡第一缩合单 体：*19≡第二缩合单体：*20≡缩合引发剂：*21≡缩合引发剂的量.每个认知栅格的认 知记录(例如，认知栅格A的记录A-R3)通过在栅格列中的A和记录列中的R3指明。 存在于维列中的“c”指明权利要求维值为该记录加入。

根据定义权利要求也是公开的事实意味着每个条目“c”也指示“d”。“d”的存在意味 着公开的值被加入，但是没有权利要求值被加入。

表7.通过合并认知栅格B和C形成的联交栅格BC：包含认知栅格B和C的维的集 合的并集。

维的列标题包含独特维，用星号表示，以及当它被包含在任何认知栅格A、B和C该独 特维的维数。独特维的列标题是：*1≡载体介质；*2≡被分散相介质：*4≡分散剂：*5≡ 分散剂的量；*8≡聚合物合成类别：*9≡可自由基聚合的单体*11≡聚合物：*12≡聚合 物分子量：*13≡聚合物分子量分布：*14≡聚合物颗粒尺寸：*15≡聚合物颗粒尺寸分布： *16≡溶剂：*17≡第一缩合前单体：*18≡第一缩合单体：*19≡第二缩合单体：*20≡缩合 引发剂：*21≡缩合引发剂的量。每个认知栅格的认知记录(例如，认知栅格A的记录A-R3) 通过在栅格列中的A和记录列中的R3指明。存在于维列中的“c”指明权利要求维值为该 记录加入。根据定义权利要求也是公开的事实意味着每个条目“c”也指示“d”。“d”的 存在意味着公开的值被加入，但是没有权利要求值被加入。

表8.通过合并认知栅格A、B和C形成的联交栅格ABC：包含认知栅格B和C的维 的集合的并集。

维的列标题包含独特维，用星号表示，以及当它被包含在任何认知栅格A、B和C该独 特维的维数。独特维的列标题是：*1≡载体介质；*2≡被分散相介质：*3≡被输送成分：*4 ≡分散剂：*5≡分散剂的量；*6≡第二稳定剂：*7≡第二稳定剂的量：*8≡聚合物合成类别： *9≡可自由基聚合的单体：*10≡自由基引发剂：*11≡聚合物：*12≡聚合物分子量： *13≡聚合物分子量分布：*14≡聚合物颗粒尺寸：*15≡聚合物颗粒尺寸分布：*16≡溶剂： *17≡第一缩合前单体：*18≡第一缩合单体：*19≡第二缩合单体：*20≡缩合引发剂： *21≡缩合引发剂的量.每个认知栅格的认知记录(例如，认知栅格A的记录A-R3)通过 在栅格列中的A和记录列中的R3指明。存在于维列中的“c”指明权利要求维值为该记 录加入。根据定义权利要求也是公开的事实意味着每个条目“c”也指示“d”。“d”的存 在意味着公开的值被加入，但是没有权利要求值被加入。