这份专利无效分析工作确实需要极高的技术敏感度和严密的逻辑。权利要求1涉及在计算资源受限的设备上，如何巧妙地平衡分类准确率与计算复杂度。结合目标专利说明书的记载以及提供的三篇对比文件，以下是针对该权利要求的特征比对、创造性（三步法）分析以及无效策略构建。

一、 目标专利说明书对权利要求的解释

在进行特征比对之前，必须严格以说明书为准绳，对权利要求1中的核心术语进行界定：

• 视听设备： 根据说明书 [0048] 段，不仅指代传统的复杂系统，明确包含了“相机、录音机、话筒、智能电话或类似设备”。

• 分类器的复杂度： 根据说明书 [0079]-[0094] 段，复杂度的更新包括但不限于：增加卷积层/全连接层数量、增加卷积滤波器数量、减小步长/池化窗口，或者 [0096] 段提到的“选择下一最复杂的分类器”（即级联分类器架构）。

• 置信度量（基于后验概率且包括两个或更多个度量）： 根据说明书 [0060]-[0071] 段，置信度量可以是“最高后验概率”、“后验概率的对数比”或“后验概率的归一化差”。

• 当满足每个度量时增加复杂度： 根据说明书 [0077] 段的“组合置信度量”实施例，这实际上是一个“逻辑与（AND）”门限触发机制。例如，只有当最高后验概率和后验概率的归一化差都低于各自的阈值（即满足不自信的条件）时，才增加复杂度。这是一种极为保守的算力消耗策略。

二、 技术特征比对与公开情况分析

以下为权利要求1与对比文件 D1 (WO2005022343A2)、D2 (US20070112701A1)、D3 (US20140278390A1) 的详细特征比对表：

三、 创造性分析（三步法评述）

1. 确定最接近的现有技术

在无效宣告请求中，D2 (US20070112701A1) 是最适合作为最接近的现有技术的文件。

• 解决的技术问题契合度： 目标专利的初衷是解决深度网络在能力较弱的平台（如单一CPU或DSP）上的计算复杂度问题。D2 完全针对这一痛点，明确指出（[0006] 段）带摄像头的手机缺乏处理常规OCR的算力，因此引入按计算成本（速度）递增排列的级联分类器（[0031]段）。

• 技术效果契合度： 两者都是通过对容易分类的样本使用低复杂度模型，对难分类的样本动态增加复杂度（D2中表现为流转到下一级分类器），从而在不损失准确率的前提下降低整体算力消耗。

(注：D1虽然也提到了模型增量，但其侧重点在于模型的增量训练/学习（Incremental learning, [0026]），而非在推理/分类阶段针对单个输入动态调整复杂度，因此不如D2接近。)

2. 确定区别技术特征与实际解决的技术问题

基于上述比对，权利要求1相对于D2的区别技术特征在于：特征D的后半部分以及特征E。即：置信度量是基于后验概率的两个或更多个度量的组合；并且只有当这每个度量都被满足时（即共同指向置信度不足时），才触发分类器复杂度的增加。

实际解决的技术问题： 如何构建一种更为严格和鲁棒的置信度评估机制，以进一步避免因单一维度的置信度波动而造成的非必要算力浪费。

3. 显而易见性判断（最薄弱特征及无效攻防策略）

权利要求1中最薄弱的技术特征正是上述的区别技术特征（多度量“逻辑与”门限触发）。在无效程序中，这一特征将成为双方辩论的焦点。

无效请求人（Petitioner）的攻击视角：

1. 后验概率的常规性： 在机器学习领域，将分类器的输出（如Softmax层的输出）解释为后验概率，并以此作为置信度量，是本领域的公知常识（如D1中的 likelihoods 或 D3 中的 posteriors）。

2. 多条件触发的显而易见性： D2 已经公开了利用置信度阈值来决定是否增加分类复杂度（进入下一级级联）。当单一置信度量（如最高概率）不足以准确衡量风险时，本领域技术人员为了防止“假阳性”触发，常规的技术手段就是引入辅助判断条件（如次高概率的差值）。将多个条件设置为“逻辑与（AND）”关系以提高触发门槛，属于常规的工程逻辑设计。

3. 拼凑现有技术： 可以结合 D2（动态复杂度更新框架）+ 公知常识（后验概率作为置信度）+ 常规逻辑设计（双重阈值判断）来摧毁该权利要求的创造性。

专利权人（Patentee）的答辩视角：

1. 阻碍启示（Teach Away）： D2 的核心在于“快速”（[0011]段强调优化速度）。如果引入需要同时计算和比较两个或多个后验概率度量的复杂逻辑，反而增加了每一级分类器的计算负担，这与D2追求极简快速早期拒绝（Early Rejection）的教导是相悖的。

2. 协同的技术效果： 目标专利并非简单并列多个条件，而是针对资源极其受限的设备，提出了一种极其保守的算力分配策略。说明书 [0077] 段明确指出，只有在“最高后验概率”和“后验概率的归一化差”都低于阈值时才增加复杂度。这种设计精细地过滤了那些“虽然最高概率不高，但已显著拉开与第二名差距”的边缘样本，从而实现了比 D2 单一阈值更优的算力/准确率平衡。这种精细的度量组合在 D1-D3 中均未给出任何启示。

中立的成功率评估：

若仅凭借 D1、D2 和 D3 发起无效，成功概率为中等偏上（约 60% 左右）。

• D2 已经完全覆盖了该专利“动态改变分类器复杂度”这一核心架构。

• 专利权人试图通过“两个或更多度量共同满足”这一算法层面的细节来维系创造性。在中国专利复审委员会的审查实践中，如果区别特征仅仅是算法/逻辑判断条件的细微数学变体，且没有带来令人意想不到的物理执行效果，通常容易被认定为本领域技术人员的常规选择。

• 建议策略： 若要将无效成功率提升至稳操胜券，建议在检索中补充一篇专门探讨“利用最高后验概率与次高后验概率的差值（Margin-based confidence）来决定样本是否需要送入复杂网络进行二次校验”的AI底层算法文献，与 D2 结合使用，即可彻底打破特征 E 的壁垒。

作为一名专利代理师，在处理专利无效宣告请求时，首要任务是精准地界定权利要求的保护范围，并采用“三步法”结合特征比对来严密推敲其创造性。以下是针对目标专利权利要求1的深度解析及基于所提供对比文件的无效策略分析。

一、 结合说明书的权利要求深度解析

目标专利的核心在于在推理（Inference）阶段动态调整分类器的计算复杂度，以在计算资源和分类准确率之间取得平衡。

• 技术特征A与B（基础架构）：界定了应用场景为处理视听设备获取的图像数据，并使用分类器进行分类。

• 技术特征C与D（置信度与后验概率）：这是核心触发机制。说明书[0061]-[0071]段明确指出，置信度量基于“后验概率”（如最高后验概率、后验概率的对数比、归一化差等）。

• 技术特征E（多度量联合触发增加复杂度）：说明书[0077]-[0094]段解释了“动态增加复杂度”的具体实现（如增加卷积层数、滤波器数量、全连接层大小等），并且明确了触发条件是严苛的逻辑与（AND）关系——例如，只有当最高后验概率和归一化差同时低于各自的阈值（即满足两个度量）时，才认为当前简单分类器不可靠，进而调用更复杂的分类器。

二、 最接近的现有技术（CPA）的确定

从“整体解决的技术问题”以及“技术效果”角度分析，D9 (US20130129143A1) 是最适合作为最接近的现有技术（CPA）的文件。

• 技术问题契合度：目标专利旨在解决复杂深度网络在计算能力较弱的平台上运行时的计算复杂度问题。D9同样致力于解决分类器模型复杂度与学习能力之间的平衡问题（D9的背景技术[0008]-[0010]段），指出为了避免计算量过大（computationally prohibitive），应使用“分而治之”的混合策略。

• 技术效果契合度：D9通过全局分类器（Global Classifier）对输入数据进行初步筛选，对于容易分类的样本直接输出结果（保持低复杂度）；对于落在边界内（即满足特定度量）的“模糊样本（ambiguous data）”，则调用经过局部适应的局部组合分类器（Local adapted classifiers）进行处理（D9的[0039]段及FIG.8-9）。这在实质上完全公开了“基于初步分类的置信度，动态增加分类器处理复杂度”的技术效果。

三、 权利要求1与现有技术的特征比对表格

以下为权利要求1各项特征与D9（CPA）及其他相关对比文件的详细比对映射：

四、 未被CPA公开的特征及其他对比文件（创造性分析）

区别技术特征：CPA (D9) 虽然公开了利用两个得分阈值（上限和下限）来触发复杂分类器的级联，但并未明确指出该置信度量是基于图像数据的后验概率（Posterior Probability），且未明确“两个度量”是指类似最高后验概率与归一化差这种多维度的概率组合。

实际解决的技术问题：如何采用更符合统计学原理且更可靠的概率度量方式来评估当前分类的准确性，从而更精准地决定是否需要增加计算复杂度。

现有技术的结合启示：

D7 (US20120027285A1) 提供了明确的结合启示。在图像/缺陷分类领域，将分类器输出转化为概率分布是常规手段。D7 在 [0076] 段明确教导了利用 Platt approximation 将 SVM 输出转化为概率形式（Sigmoid distribution）以得到多类置信度估计（multi-class confidence estimation，即后验概率）。此外，D7 在 [0080] 段教导了必须结合两个概率度量（single-class confidence 和 multi-class confidence）来决定样本是否属于拒识/非确定区域。

因此，本领域技术人员在面对 D9 的分级分类架构时，为了更精确地定义其上下限阈值的统计学意义，有强烈的动机引入 D7 中的多度量后验概率评估机制，从而得出目标专利要求保护的技术方案。

五、 无效请求中最薄弱的技术特征及胜算评估

如果在无效宣告程序中发起攻击，最薄弱的环节（即专利权人最容易抗辩、我们最难完全击破的特征）是特征E中的严苛逻辑关系：“当满足所述两个或更多个度量中的每个度量时增加分类器的复杂度”。

• 抗辩风险：D9 中触发局部复杂分类器的条件是“得分处于上限和下限之间”，这在本质上是对单一置信度变量进行区间判断（$Score < \Theta_1$ AND $Score > \Theta_2$），这与目标专利说明书中记载的“最高后验概率低于阈值 AND 归一化差低于阈值”（对两个不同的独立置信度变量分别判断）在算法逻辑上存在差异。D7 虽然使用了两个不同的度量，但其逻辑是“只要有一个低于阈值就拒识（OR逻辑）”，而不是“两个都满足才增加复杂度（AND逻辑）”。

• 攻防策略：专利权人势必会主张这种“基于多个独立后验概率维度的联合AND触发机制”极其特殊，防止了单一度量带来的“增加复杂度”误触发，节省了算力。为了克服这一抗辩，在无效答辩中不能仅仅依赖文献的字面拼凑，必须站在本领域通常知识的高度指出：将多个独立的统计评估指标（如最高概率和次高概率之差）设置为联合阈值触发（AND逻辑），本质上属于算法设计中常规的“多重条件保险机制”，属于本领域技术人员根据系统对算力敏感度的常规参数或逻辑调整，不具备突出的实质性特点。

这份专利侵权/无效分析报告将严格基于您提供的目标专利说明书以及四份对比文件（D1-D4），对权利要求1进行解构，并按照客观、严谨的专利审查及确权逻辑（包括三步法）进行深入剖析。

一、 结合目标专利说明书对权利要求1的解释

在进行特征比对前，必须紧密结合目标专利《CN107223260B 用于动态地更新分类器复杂度的方法》的说明书，对权利要求1的核心技术术语进行界定：

1. “经由视听设备获得所述图像数据”（特征A）： 根据说明书[0048]段，视听设备包括“相机、录音机、话筒、智能电话或类似设备”。

2. “分类器的复杂度”及“动态地更新”（特征D、E）： 根据说明书[0079]-[0094]及[0096]-[0098]段，复杂度的增加可以体现为改变分类器内部参数（例如增加卷积层数、全连通层大小等），或者选择一组具有渐增复杂度的分类器中更复杂的下一个分类器（级联/分类器切换）。

3. “至少部分地基于所述图像数据的后验概率并且包括两个或更多个度量……当满足所述两个或更多个度量中的每个度量时增加”（特征D、E）： 这是本专利的核心发明点。根据说明书[0077]段“组合置信度量”，系统并非仅依赖单一阈值，而是采用**“与”逻辑（AND logic）**。例如，只有当“最高后验概率”和“后验概率的归一化差”都低于它们各自的阈值时，才判定当前复杂度不足，进而增加分类器复杂度。

二、 对比文件公开情况及原文出处分析

以下分析各对比文件毫无异议公开或实质公开了权利要求1的哪些技术特征：

1. D1: WO2005022343A2

• 实质公开特征： A, B, C，以及部分 D 和 E。

• 出处分析：

  • 特征A/B： D1公开了对图像（如数码相机、医疗图像）进行模式识别分类（[0023]: "...images from a digital camera..."）。

  • 特征C： D1基于分类输出确定度量，称为“风险差分（risk differential）”（[0025]: "The discriminator output... is compared to the maximum remaining discriminator output to calculate a risk differential..."）。

  • 部分D/E： D1公开了增加分类器复杂度（通过增量增加神经网络层数层，[0021]: "The discriminator 140 comprises a number of ordered layers. New layers are added incrementally..."），但其触发条件是陷入局部最优或达到最大epoch（[0039]），而非基于两个或更多个后验概率度量的组合条件。

2. D2: US20070112701A1

• 实质公开特征： A, B, C，以及部分 D 和 E。

• 出处分析：

  • 特征A/B： D2公开了对样本（字符、图像）进行分类（[0005]-[0009]）。

  • 特征C： D2基于分类确定置信度分数（[0008]: "...each of the classifiers within the cascade can output a classification together with a confidence score."）。

  • 部分D/E： D2公开了动态更新复杂度（将样本传递给级联中下一个速度更慢、更复杂的分类器，[0009]: "If the confidence score for the sample is below the threshold, then the classifier rejects the sample, and such sample is directed to a subsequent classifier..."），这与目标专利[0096]段的实施例高度一致。但D2仅使用单一置信度分数，未公开“包括两个或更多个基于后验概率的度量且需同时满足”。

3. D3: US20120027285A1

• 实质公开特征： A, B, C。

• 出处分析：

  • 特征A/B： D3公开了对晶圆缺陷图像进行自动分类（[0002]-[0003]）。

  • 特征C： D3使用了置信度水平和阈值（[0024]: "...classify each defect as belonging to a respective class with a respective level of confidence. A confidence threshold..."）。

  • 未公开D/E： 当置信度低于阈值时，D3的系统直接拒绝分类（交由人工，[0007]），而非动态增加计算机分类器的复杂度。

4. D4: US20130129143A1

• 实质公开特征： A, B, C，以及部分 D 和 E。

• 出处分析：

  • 特征A/B： D4公开了图像中的对象检测/分类（[0004], [0069]: "image features (or image patches)"）。

  • 特征C/部分D/E： D4使用全局分类器进行初步评分，设置了上限 $\Theta_1$ 和下限 $\Theta_2$。若分数落在此区间内，则视为“模糊数据（ambiguous data）”，将其送入局部自适应分类器（增加了分类复杂度）（[0041]: "...an upper bound $\Theta_1$ and lower bound $\Theta_2$ based on the classification scores... data bounded inside are ambiguous data, which can benefit from local learning."）。这实质上是一种动态增加复杂度的机制，但其度量是单一分数的区间判断，未公开基于后验概率的两个不同度量的“与”逻辑。

三、 特征比对表格

四、 创造性分析：最接近的对比文件 (CPA) 及其它对比文件启示

从整体解决的技术问题以及技术效果角度出发，运用“三步法”进行创造性分析：

1. 确定最接近的对比文件 (CPA)

D2 (US20070112701A1) 是最适合作为CPA的对比文件。

• 技术问题契合度： 目标专利说明书[0009]段指出，其核心要解决的问题是：深度网络计算复杂度极高，在能力较弱的平台（如手机）上难以运行。D2在背景技术[0006]段明确提出解决完全相同的问题：由于便携设备（如手机、PDA）处理能力不足，需要一种方法在不损失准确率的情况下降低分类的计算成本。

• 技术架构契合度： D2采用的级联分类器架构（先用低成本/快分类器，置信度低时再调用高成本/慢分类器，[0008]-[0009]），与目标专利说明书[0096]段披露的“渐增复杂度的分类器集合”实施方式在本质上是完全等同的“动态增加复杂度”操作。

• (备选) D1虽然也公开了动态增加网络层数，但其主要目的是为了在训练/学习阶段提升识别率（克服局部最优），而非针对计算平台资源受限时的实时推理计算力分配，因此作为CPA的顺位低于D2。

2. 确定区别技术特征和实际解决的技术问题

以D2为CPA，权利要求1的区别技术特征为：

• 该置信度量至少部分地基于所述图像数据的后验概率，并且包括两个或更多个度量；

• 所述动态地更新包括当满足所述两个或更多个度量中的每个度量时增加所述分类器的复杂度。

实际解决的技术问题：

在现有的单一置信度判定机制中，容易出现误判，导致不必要地调用高复杂度分类器从而浪费计算资源；或者漏判导致分类错误。实际解决的技术问题是：如何提供一种更严苛、更精确的触发机制，以确保仅在分类结果真正不可靠时才提升系统算力/复杂度。

3. 判断是否显而易见（其他对比文件的结合）

作为无效请求人，需要寻找“多度量AND逻辑”的结合启示。

• D1中的“风险差分”涉及最大概率与次大概率之差，这本身是一种度量方式（对应目标专利的Eq 3），但D1并未教导将此度量与“最高后验概率”等**其他度量同时结合使用（AND条件）**来决定是否增加复杂度。

• D4提出了分数的上下限（$\Theta_1$ 和 $\Theta_2$），这构成了一个区间（双阈值），但它是针对单一输出分数的两个边界，本质上仍是单一维度的度量，且属于“OR”或区间逻辑，并非权利要求1所限定的独立评估“两个或更多个不同度量并要求同时满足”。

从专利权人的防御视角来看，D1-D4均未给出“采用两个以上的后验概率度量，且必须满足每一个度量才增加复杂度”的技术启示。这种严苛的判定逻辑在对比文件中既未被公开，也不属于本领域的公知常识（通常为了保险起见，采用“或（OR）”逻辑来增加复杂度更为常见）。

五、 无效请求中最薄弱的技术特征

如果在确权程序中提出无效宣告请求，权利要求1中**最薄弱的技术特征（即最难被无效、最容易被专利权人用于抗辩的特征）**是：

特征D和E的后半段限定：“所述置信度量……包括两个或更多个度量，其中所述动态地更新包括当满足所述两个或更多个度量中的每个度量时增加所述分类器的复杂度。”

原因如下：

1. 证据链断裂： 现有的四篇高强度的对比文件（涵盖了神经网络动态加层、级联阈值控制、局部自适应等高级机器视觉分类技术），在触发“增加复杂度”的条件上，全部采用的是单一标量比较（如单一置信度与单一阈值比较）。

2. “AND”逻辑的特殊性： 权利要求明确限定了逻辑“与”（满足每个度量）。在答复审查意见或无效口审时，专利权人极易论证该特征带来了非显而易见的技术效果：即通过引入多维度的严苛考核（如不仅要求最高概率偏低，还要求概率分布过于平缓），最大限度地抑制了计算复杂度的膨胀，这对于移动端设备具有极其突出的实质性特点和显著进步。若未检索到明确披露这种多维置信度AND逻辑组合的D5，该权利要求被维持有效的概率极高。

   这份专利侵权/无效分析报告将严格基于您提供的目标专利说明书以及四份对比文件（D1-D4），对权利要求1进行解构，并按照客观、严谨的专利审查及确权逻辑（包括三步法）进行深入剖析。

   一、 结合目标专利说明书对权利要求1的解释

   在进行特征比对前，必须紧密结合目标专利《CN107223260B 用于动态地更新分类器复杂度的方法》的说明书，对权利要求1的核心技术术语进行界定：

   1. “经由视听设备获得所述图像数据”（特征A）： 根据说明书[0048]段，视听设备包括“相机、录音机、话筒、智能电话或类似设备”。

   2. “分类器的复杂度”及“动态地更新”（特征D、E）： 根据说明书[0079]-[0094]及[0096]-[0098]段，复杂度的增加可以体现为改变分类器内部参数（例如增加卷积层数、全连通层大小等），或者选择一组具有渐增复杂度的分类器中更复杂的下一个分类器（级联/分类器切换）。

   3. “至少部分地基于所述图像数据的后验概率并且包括两个或更多个度量……当满足所述两个或更多个度量中的每个度量时增加”（特征D、E）： 这是本专利的核心发明点。根据说明书[0077]段“组合置信度量”，系统并非仅依赖单一阈值，而是采用**“与”逻辑（AND logic）**。例如，只有当“最高后验概率”和“后验概率的归一化差”都低于它们各自的阈值时，才判定当前复杂度不足，进而增加分类器复杂度。

   ---

   二、 对比文件公开情况及原文出处分析

   以下分析各对比文件毫无异议公开或实质公开了权利要求1的哪些技术特征：

   1. D1: WO2005022343A2

   • 实质公开特征： A, B, C，以及部分 D 和 E。

   • 出处分析：

     • 特征A/B： D1公开了对图像（如数码相机、医疗图像）进行模式识别分类（[0023]: "...images from a digital camera..."）。

     • 特征C： D1基于分类输出确定度量，称为“风险差分（risk differential）”（[0025]: "The discriminator output... is compared to the maximum remaining discriminator output to calculate a risk differential..."）。

     • 部分D/E： D1公开了增加分类器复杂度（通过增量增加神经网络层数层，[0021]: "The discriminator 140 comprises a number of ordered layers. New layers are added incrementally..."），但其触发条件是陷入局部最优或达到最大epoch（[0039]），而非基于两个或更多个后验概率度量的组合条件。

   2. D2: US20070112701A1

   • 实质公开特征： A, B, C，以及部分 D 和 E。

   • 出处分析：

     • 特征A/B： D2公开了对样本（字符、图像）进行分类（[0005]-[0009]）。

     • 特征C： D2基于分类确定置信度分数（[0008]: "...each of the classifiers within the cascade can output a classification together with a confidence score."）。

     • 部分D/E： D2公开了动态更新复杂度（将样本传递给级联中下一个速度更慢、更复杂的分类器，[0009]: "If the confidence score for the sample is below the threshold, then the classifier rejects the sample, and such sample is directed to a subsequent classifier..."），这与目标专利[0096]段的实施例高度一致。但D2仅使用单一置信度分数，未公开“包括两个或更多个基于后验概率的度量且需同时满足”。

   3. D3: US20120027285A1

   • 实质公开特征： A, B, C。

   • 出处分析：

     • 特征A/B： D3公开了对晶圆缺陷图像进行自动分类（[0002]-[0003]）。

     • 特征C： D3使用了置信度水平和阈值（[0024]: "...classify each defect as belonging to a respective class with a respective level of confidence. A confidence threshold..."）。

     • 未公开D/E： 当置信度低于阈值时，D3的系统直接拒绝分类（交由人工，[0007]），而非动态增加计算机分类器的复杂度。

   4. D4: US20130129143A1

   • 实质公开特征： A, B, C，以及部分 D 和 E。

   • 出处分析：

     • 特征A/B： D4公开了图像中的对象检测/分类（[0004], [0069]: "image features (or image patches)"）。

     • 特征C/部分D/E： D4使用全局分类器进行初步评分，设置了上限 $\Theta_1$ 和下限 $\Theta_2$。若分数落在此区间内，则视为“模糊数据（ambiguous data）”，将其送入局部自适应分类器（增加了分类复杂度）（[0041]: "...an upper bound $\Theta_1$ and lower bound $\Theta_2$ based on the classification scores... data bounded inside are ambiguous data, which can benefit from local learning."）。这实质上是一种动态增加复杂度的机制，但其度量是单一分数的区间判断，未公开基于后验概率的两个不同度量的“与”逻辑。

   ---

   三、 特征比对表格

   权利要求1技术特征	D1 (WO2005022343A2)	D2 (US20070112701A1)	D3 (US20120027285A1)	D4 (US20130129143A1)
   A: 经由视听设备获得图像数据	公开 ([0023], 数码相机图像)	公开 ([0005], [0008], 图像/OCR)	公开 ([0003], 光学晶圆扫描)	公开 ([0069], 图像补丁)
   B: 操作分类器对图像分类	公开 ([0025])	公开 ([0008])	公开 ([0018])	公开 ([0069])
   C: 至少部分基于分类确定置信度量	公开 ([0025], 风险差分)	公开 ([0008], 置信度分数)	公开 ([0024], 置信度水平)	公开 ([0041], 分类分数)
   D: 基于度量动态更新复杂度；度量包含两个或更多基于后验概率的度量	部分公开 (基于风险动态加层；未公开“两个或更多基于后验概率的度量”)	部分公开 (基于置信度切换下一级复杂分类器；仅单一分数)	未公开 (低置信度则直接拒绝)	部分公开 (分数在上下限内则进入局部学习；仅单一分数区间)
   E: 当满足两个或更多度量中的每个度量时，增加分类器复杂度	未公开 (缺乏多度量的AND逻辑)	未公开 (缺乏多度量的AND逻辑)	未公开	未公开 (缺乏多度量的AND逻辑)

   ---

   四、 创造性分析：最接近的对比文件 (CPA) 及其它对比文件启示

   从整体解决的技术问题以及技术效果角度出发，运用“三步法”进行创造性分析：

   1. 确定最接近的对比文件 (CPA)

   D2 (US20070112701A1) 是最适合作为CPA的对比文件。

   • 技术问题契合度： 目标专利说明书[0009]段指出，其核心要解决的问题是：深度网络计算复杂度极高，在能力较弱的平台（如手机）上难以运行。D2在背景技术[0006]段明确提出解决完全相同的问题：由于便携设备（如手机、PDA）处理能力不足，需要一种方法在不损失准确率的情况下降低分类的计算成本。

   • 技术架构契合度： D2采用的级联分类器架构（先用低成本/快分类器，置信度低时再调用高成本/慢分类器，[0008]-[0009]），与目标专利说明书[0096]段披露的“渐增复杂度的分类器集合”实施方式在本质上是完全等同的“动态增加复杂度”操作。

   • (备选) D1虽然也公开了动态增加网络层数，但其主要目的是为了在训练/学习阶段提升识别率（克服局部最优），而非针对计算平台资源受限时的实时推理计算力分配，因此作为CPA的顺位低于D2。

   2. 确定区别技术特征和实际解决的技术问题

   以D2为CPA，权利要求1的区别技术特征为：

   • 该置信度量至少部分地基于所述图像数据的后验概率，并且包括两个或更多个度量；

   • 所述动态地更新包括当满足所述两个或更多个度量中的每个度量时增加所述分类器的复杂度。

   实际解决的技术问题：

   在现有的单一置信度判定机制中，容易出现误判，导致不必要地调用高复杂度分类器从而浪费计算资源；或者漏判导致分类错误。实际解决的技术问题是：如何提供一种更严苛、更精确的触发机制，以确保仅在分类结果真正不可靠时才提升系统算力/复杂度。

   3. 判断是否显而易见（其他对比文件的结合）

   作为无效请求人，需要寻找“多度量AND逻辑”的结合启示。

   • D1中的“风险差分”涉及最大概率与次大概率之差，这本身是一种度量方式（对应目标专利的Eq 3），但D1并未教导将此度量与“最高后验概率”等**其他度量同时结合使用（AND条件）**来决定是否增加复杂度。

   • D4提出了分数的上下限（$\Theta_1$ 和 $\Theta_2$），这构成了一个区间（双阈值），但它是针对单一输出分数的两个边界，本质上仍是单一维度的度量，且属于“OR”或区间逻辑，并非权利要求1所限定的独立评估“两个或更多个不同度量并要求同时满足”。

   从专利权人的防御视角来看，D1-D4均未给出“采用两个以上的后验概率度量，且必须满足每一个度量才增加复杂度”的技术启示。这种严苛的判定逻辑在对比文件中既未被公开，也不属于本领域的公知常识（通常为了保险起见，采用“或（OR）”逻辑来增加复杂度更为常见）。

   ---

   五、 无效请求中最薄弱的技术特征

   如果在确权程序中提出无效宣告请求，权利要求1中**最薄弱的技术特征（即最难被无效、最容易被专利权人用于抗辩的特征）**是：

   特征D和E的后半段限定：“所述置信度量……包括两个或更多个度量，其中所述动态地更新包括当满足所述两个或更多个度量中的每个度量时增加所述分类器的复杂度。”

   原因如下：

   1. 证据链断裂： 现有的四篇高强度的对比文件（涵盖了神经网络动态加层、级联阈值控制、局部自适应等高级机器视觉分类技术），在触发“增加复杂度”的条件上，全部采用的是单一标量比较（如单一置信度与单一阈值比较）。

   2. “AND”逻辑的特殊性： 权利要求明确限定了逻辑“与”（满足每个度量）。在答复审查意见或无效口审时，专利权人极易论证该特征带来了非显而易见的技术效果：即通过引入多维度的严苛考核（如不仅要求最高概率偏低，还要求概率分布过于平缓），最大限度地抑制了计算复杂度的膨胀，这对于移动端设备具有极其突出的实质性特点和显著进步。若未检索到明确披露这种多维置信度AND逻辑组合的D5，该权利要求被维持有效的概率极高。

这份无效宣告请求案的核心焦点非常集中。站在专利复审和无效审理部（原国家知识产权局专利复审委员会）合议组的绝对中立客观立场，这场无效交锋的胜负并不取决于对比文件的数量，而是取决于**“多度量且逻辑与（AND）”这一特征是否具备结合启示**。

以下是合议组在口头审理及合议庭内部讨论时，必然会经历的裁判抉择路径，以及对本次无效成功率的客观评估。

一、 合议组的裁判抉择路径（“三步法”推演）

第一步：确认最接近的现有技术（CPA）的抉择

合议组在确定CPA时，首要考量的是技术领域、解决的技术问题以及公开的技术特征的重合度。

• 请求人主张： 可能主张D1或D2为CPA。

• 专利权人抗辩： 必然顺水推舟承认D2为CPA，因为D2的起点和目标专利高度一致（解决移动端等弱算力平台的分类器计算负担问题）。

• 合议组裁决： 毫无争议地将D2认定为CPA。 D2不仅技术领域相同，且其“级联分类器（Cascaded classifiers）通过单一置信度分数决定是否进入下一级高成本分类器”的架构，构成了目标专利的发明起点。合议组会拒绝以D1为CPA，因为D1解决的是“训练阶段的局部最优”问题，而非“推理阶段的算力分配”问题。

第二步：界定区别技术特征与实际解决的技术问题

• 合议组的事实查明： 合议组会将权利要求1与D2进行逐一特征比对（Element-by-element mapping）。D2公开了分类、置信度分数以及基于该分数低于阈值时切换至更复杂分类器。

• 合定的区别技术特征： 1. 置信度量至少部分基于后验概率，且包括两个或更多个度量；

  2. 动态更新条件为：当满足所述两个或更多个度量中的每个度量时（逻辑与），增加分类器复杂度。

• 重新确定的技术问题： 合议组不会接受请求人可能提出的宽泛问题（如“如何更新分类器”），而是会根据该区别特征在目标专利中实现的效果（避免单一置信度带来的误判，更精准地控制算力消耗），客观界定为：“如何提供一种更严苛、更多维的触发机制，以提升动态增加分类器复杂度时的准确性并节省算力。”

第三步：核心争议点——结合启示与显而易见性评判

这是决定本案生死的关键环节。请求人必然主张D4（或D1）给出了多度量的启示，或者主张该逻辑属于本领域公知常识。

• 请求人攻击路径： D4公开了分数的上下限（$\Theta_1$ 和 $\Theta_2$）构成区间，D1公开了概率的“风险差分”。将D2的级联架构与D4/D1的置信度评估方式结合是显而易见的。

• 专利权人防御路径： D4的上下限构成的是“区间判定”（单一标量是否落入区间），本质上是“或（OR）”逻辑或单一维度的范围限制。D1的差分也是最终计算出的单一标量。现有技术没有任何一篇文件教导了“提取两个不同的后验概率度量，并且要求必须同时满足（AND）才触发加成”的技术方案。

• 合议组的裁判抉择： * 关于D2+D4/D1的结合： 合议组受限于“事后诸葛亮（Hindsight）”的审查禁忌。合议组会严格审查D4或D1中是否给出了将“两个不同度量”进行“逻辑与”操作的明确教导。审查结论大概率是：D4和D1均未公开多维独立度量的“逻辑与”。因此，认定D2结合D4/D1破坏创造性的证据链断裂。

  • 关于公知常识的主张： 如果请求人主张“在机器学习中设置多个阈值且同时满足才执行某项操作是公知常识”，合议组将严格适用《审查指南》关于公知常识的举证规则。若请求人未能提交教科书、技术词典或权威参考书作为支持，合议组绝不会主动将其认定为公知常识而轻易宣告专利无效。

二、 无效提出后的成功概率评估

在仅依赖当前提供的 D1、D2、D3、D4 这四篇对比文件的情况下，我给出的客观评估如下：

• 权利要求1被宣告全部无效的概率：极低（10% - 15%）

• 权利要求1被维持有效的概率：极高（85% - 90%）

致命弱点分析：

当前的证据组合属于“看似相关，实则未击中要害”。D1-D4在“动态调整复杂度”、“置信度评估”这些外围特征上打得非常热闹，但对于目标专利最核心的防御堡垒——“多度量且（AND）逻辑触发机制”，这四篇文献全部处于“哑火”状态。在专利确权程序中，若核心区别特征无法被现有技术覆盖，且无法证明为公知常识，合议组基于“疑则有效”的原则，必然维持专利权有效。

三、 破局策略与下一步行动

若要在行政诉讼或无效程序中逆转上述极低胜率的局面，必须转变证据检索和组合的策略：

1. 寻找真正的“D5”（杀手锏证据）： 放弃在单一维度置信度文件中的纠缠。重点在机器学习、模式识别领域的早期文献（特别是2015年之前的深度学习轻量化、级联网络论文）中，检索“多重置信度判定（Multiple Confidence Metrics）”、“联合判定（Joint Decision）”、“且逻辑触发（AND logic trigger）”的文献。

2. 强化“公知常识”的举证： 必须去查阅经典的模式识别或机器学习教科书（如PRML、周志华《机器学习》等早期版本），寻找关于“为了降低假阳性（False Positive）率，系统设计中常采用多个独立条件串联（逻辑与）作为触发条件”的常规设计准则。

鉴于目前 D1-D4 的组合难以直接击破权利要求1的防御，您目前是否有考虑引入技术词典、早期教科书等非专利文献，来论证“多度量AND逻辑”仅仅是计算机控制领域中常规的阈值串联设计？

作为无效请求人，您将重点从“防守”转向“进攻”是非常精准的战术调整。要彻底击穿目标专利的防御壁垒，核心目标（Target D5）必须非常明确：寻找一篇公开了“使用至少两个独立的置信度/概率度量，并且在这些度量同时满足特定条件（逻辑与/AND）时，触发更复杂分类器或增加计算量”的文献。

针对这一核心目标，以下是为您量身定制的进阶现有技术检索策略：

一、 核心概念的底层解构与关键词扩展

在机器学习和模式识别领域，目标专利中的术语往往有多种表达方式。必须将“后验概率”、“度量”、“增加复杂度”还原为算法领域的学术黑话。

1. 替换“后验概率”及“度量”的关键词（Metrics）

专利中提到的“两个或多个度量”（例如最高概率、概率差），在学术界有以下等效表达：

• 英文组： Confidence score, Margin (Top-1 vs Top-2 difference), Entropy (熵，衡量概率分布的平缓程度), Softmax probability distribution, Uncertainty measure, Variance of predictions.

• 中文组： 置信度、分类裕度/间隔、预测熵值、概率分布方差、不确定性度量。

2. 锁定“逻辑与（AND）”与多条件触发（Trigger Conditions）

这是最关键的过滤条件，需要结合布尔逻辑进行检索：

• 英文组： "joint criteria", "AND logic", "dual threshold" (双阈值), "multiple conditions", "satisfy both", "combination of metrics", "two-stage verification".

• 中文组： 联合判别、双重阈值、多条件触发、综合评估、且逻辑。

3. 替换“增加分类器复杂度”（Complexity/Architecture）

• 英文组： Cascaded classifiers (级联分类器), Early exit (提前退出机制), Conditional computation (条件计算), Dynamic routing (动态路由), Adaptive inference (自适应推理), Fallback mechanism (后备机制).

• 中文组： 级联网络、动态深度、自适应计算、分支网络、提前终止/退出、切换至复杂模型。

二、 重点攻击的技术分支（搜索“狩猎区”）

常规的专利数据库可能检索不到最前沿的算法细节，建议将重心大幅向**非专利文献（NPL）**倾斜，特别是目标专利优先权日（通常在2015-2016年左右）之前的学术论文。

1. 级联分类器与集成学习 (Cascade & Ensemble Learning)

• 检索方向： 自2001年 Viola-Jones 人脸检测算法提出后，级联分类器（Cascade）大行其道。在AdaBoost或Random Forest（随机森林）的变种中，经常会出现基于多个特征/置信度条件同时满足才进入下一级（更复杂）树的判定逻辑。

• 目标平台： Google Scholar, IEEE Xplore, ACM Digital Library。

2. 条件计算与提前退出神经网络 (Early Exit / Conditional Computation)

• 检索方向： 为了在移动端（手机、IoT）部署深度学习，2014-2016年间涌现了大量研究。例如 BranchyNet 或 MSDNet。这类网络在浅层设置分类器，如果浅层结果“不自信”，则继续计算深层。

• 关键动作： 检索这些论文中对于“不自信（Uncertainty）”的定义，重点寻找使用**“Top-1分数低于阈值 AND 熵值高于阈值”**作为触发条件的研究。

3. 语音识别与自然语言处理中的剪枝 (Pruning in ASR/NLP)

• 检索方向： 动态复杂度调整并非图像领域独有。在早期的语音识别（ASR）或解码器搜索（如Beam Search）中，为了节省算力，经常会使用声学得分与语言学得分的“双重度量”来决定是否扩展搜索树（增加复杂度）。这种跨领域的公知技术转移极具杀伤力。

三、 构建“公知常识”证据链的降维打击

如果依然找不到完全咬合的单篇 D5，必须采取“降维打击”——用经典教科书证明“多重度量 + 逻辑与”只是本领域的常规设计（Routine Design）。

• 目标文献： 寻找优先权日之前出版的经典机器学习教材（如 Christopher Bishop 的《Pattern Recognition and Machine Learning》 (PRML)，或者周志华的《机器学习》早期版本）。

• 证明逻辑： 在分类器设计（尤其是决策树和级联拒识系统）章节中，证明“为了降低误识率（False Positive），工程上通常采用多个独立的置信度指标（如绝对概率阈值 + 相对概率差阈值），并使用逻辑与（AND）串联作为进入复杂计算的判定门槛”属于本领域的常规工程技术手段，不具备非显而易见性。

为了更精准地帮您构建布尔检索式（Boolean Search Query），目标专利的具体优先权日（Priority Date）是哪一天？

权利要求1的深入解释

在进行新颖性与创造性分析前，需紧密结合目标专利说明书（CN110546904B）对权利要求1的核心术语及保护边界进行界定：

• “子时隙（Sub-slot）”与“相异的索引值”：说明书[0036]-[0038]段明确记载，多子时隙方案响应于来自多个子时隙的无准予上行链路数据传输。子时隙的长度是可配置的。在经群集的ACK/NACK指示中，为与每个子时隙相对应的ACK/NACK配置有“索引”。这意味着，物理层/MAC层数据在时域上被划分为多个子时隙，而下行的群集确认信令通过位置索引（Index）与上行的时域传输位置（子时隙）形成一一映射关系。

• “经群集的ACK/NACK指示”：说明书[0025]及[0031]段指出，在新无线电（NR）系统中，由于编码低效率，使用独立的小有效载荷递送ACK/NACK是低效的。群集（Clustering/Bundling）旨在将针对多个对象（多UE或单UE的多子时隙）的确认信息打包进入单一的下行指示中，以节约控制信道开销。

对比文件公开情况与特征比对表

注：对比文件1（D1：CA2965807A1）、对比文件2（D2：WO2016068572A1）与对比文件4（D4：US2017310448A1）属于同一专利族，技术内容实质相同。下表以D4作为该专利族的代表进行特征比对。

最接近的对比文件与创造性分析（三步法）

1. 确定最接近的现有技术

在创造性分析中，D3 (US2011317692A1) 适合作为最接近的对比文件。

理由：D3与目标专利在“总体解决的技术问题”上高度一致，即为了节省无线通信系统中的ACK信令开销，均采用了将多个ACK打包在单一共享消息中的群集方案。更关键的是，在“技术效果与实现手段”上，D3明确公开了“基于时间槽（Time Slot）的位置索引与ACK Map中的比特位（Bit Position）进行一一映射”的机制，这在底层逻辑上与权利要求1中“子时隙与相异的索引值相关联”的特征完全等同。相比之下，D4虽然也解决了开销问题，但其群集逻辑是基于用户（Multi-STA）的AID映射，而非时域资源的索引映射。

2. 确定发明的区别技术特征和实际解决的技术问题

将权利要求1与D3相比，主要区别技术特征在于：

• 通信系统环境限定为**“新无线电(NR)”**系统；

• 时域资源划分单位采用了3GPP 5G标准术语**“子时隙（sub-slot）”**，而非D3中的通用术语“时间槽（time slot）”。

基于上述区别特征，权利要求1实际解决的技术问题是：将通用的时分确认索引映射机制适配并应用到具体的5G NR通信协议栈中，以优化NR上行免授权或多时隙传输场景下的HARQ物理层反馈信令开销。

3. 判断是否具有显而易见性（结合启示）

权利要求1不具备创造性。

D3已经给出了利用时域传输序号（Time Slot N）作为ACK位图索引（Position N）的明确技术启示。对于本领域技术人员而言，在3GPP主导的5G NR标准化进程中，“子时隙（sub-slot / mini-slot）”本身就是已知的时域资源调度基本单位。当面临NR系统中PDCCH/PHICH等控制信道上ACK/NACK信令拥塞的问题时，本领域技术人员有动机将D3中成熟的“时隙-索引映射ACK”机制直接平移应用到NR系统的“子时隙”中。这属于将通用无线网络物理层/MAC层技术向特定通信标准（3GPP NR）的常规适配，无需付出创造性劳动。D4等文件进一步印证了在宽带无线系统（如802.11ax）中进行ACK群集是本领域的常规技术演进方向。

提出无效请求时“最薄弱的技术特征”的对抗性分析

在实务中，针对本案提出无效宣告请求时，最薄弱的环节（即专利权人最有可能死守、最难被完全击穿的防线）在于对“子时隙（sub-slot）”在NR协议语境下特有属性的解释。

• 专利权人（防守方）的潜在抗辩：

  专利权人极大概率会主张，D3中的“时间槽（Time Slot）”属于传统TDMA网络中的固定时长逻辑划分；而NR系统中的“子时隙”具备高度动态和灵活的物理层参数集（Numerology），如目标专利说明书[0036]段强调的“子时隙可以是长度可配置的，并且可与单个码元一样短”。专利权人会辩称，在物理层处理这种变长、极短的子时隙HARQ反馈，与D3中简单的MAC层固定时隙ACK映射存在本质的区别，存在技术障碍，不能简单等同。

• 无效请求人（攻击方）的破解策略：

  作为无效请求方，必须严格基于“权利要求字面界限（Literal Boundary）”进行反驳。应指出，权利要求1在撰写时并未将“长度可配置”、“针对单码元调度”或任何与NR Numerology相关的特定物理层参数写入权利要求中。脱离了具体的物理层特征限定，权利要求1中的“子时隙”在最宽泛的合理解释（BRI）下，仅仅是一个“时域资源片段”。在这一抽象层面上，其与D3公开的“time slot”属于等同的上位概念替代。请求人必须坚守：不包含在权利要求字面中的特定协议层逻辑，不能作为支撑创造性的依据。

  权利要求1的深入解释

  在进行新颖性与创造性分析前，需紧密结合目标专利说明书（CN110546904B）对权利要求1的核心术语及保护边界进行界定：

  • “子时隙（Sub-slot）”与“相异的索引值”：说明书[0036]-[0038]段明确记载，多子时隙方案响应于来自多个子时隙的无准予上行链路数据传输。子时隙的长度是可配置的。在经群集的ACK/NACK指示中，为与每个子时隙相对应的ACK/NACK配置有“索引”。这意味着，物理层/MAC层数据在时域上被划分为多个子时隙，而下行的群集确认信令通过位置索引（Index）与上行的时域传输位置（子时隙）形成一一映射关系。

  • “经群集的ACK/NACK指示”：说明书[0025]及[0031]段指出，在新无线电（NR）系统中，由于编码低效率，使用独立的小有效载荷递送ACK/NACK是低效的。群集（Clustering/Bundling）旨在将针对多个对象（多UE或单UE的多子时隙）的确认信息打包进入单一的下行指示中，以节约控制信道开销。

  ---

  对比文件公开情况与特征比对表

  注：对比文件1（D1：CA2965807A1）、对比文件2（D2：WO2016068572A1）与对比文件4（D4：US2017310448A1）属于同一专利族，技术内容实质相同。下表以D4作为该专利族的代表进行特征比对。

  权利要求1技术特征	D3 (US2011317692A1) 公开情况及原文出处	D4 (US2017310448A1) / D1 / D2 公开情况及原文出处
  特征A：在上行链路在数个子时隙内传送数据分组，每个子时隙与相异的索引值相关联。	实质公开。D3公开了在时间槽（time slot）内传送数据，时间槽N对应ack map中的位置N（索引）。 出处：段落[0088] "ack map includes one bit per time slot... turned 'on' in position N"	未公开子时隙映射。D4公开了向多个STA传输，通过AID（关联标识符）或TID进行索引，非时域子时隙。 出处：段落[0007] "including Association Identifier (AID) information"
  特征B：响应于传送数据，在下行链路接收经群集的确收(ACK)/否定ACK(NACK)指示。	实质公开。D3公开了在同步消息等共享消息中打包包含多个确认的ack map（群集ACK）。 出处：段落[0084]-[0085] "ACK field 370 includes an ack map."	实质公开。D4公开了接收Multi-STA BA（多用户区块确认）帧。 出处：段落[0008] "receiving an ACK signal... through a multi-STA BA frame"
  特征C：基于所述相异的索引值来确定群集指示是否包括针对每一子时隙的ACK或NACK。	实质公开。D3公开了从设备基于ack map中的位置N来接收对应于时间槽N中发送的数据的消息的确认。 出处：段落[0088] "receives an ack to a data message sent in a time slot N if the ack map includes a bit turned 'on' in position N"	部分公开。D4公开了基于个体信息字段（AID）判断ACK，但非基于子时隙索引判断。 出处：段落[0012] "indicate ACK for all MAC Packet Data Units... received from an STA having an AID"
  特征D & E：根据群集指示中针对子时隙的ACK/NACK，决定放弃重传或向网络实体重传。	实质公开。D3公开了如果从设备在下一个同步消息中未收到发送消息的ack（即NACK或丢失），则重传该消息。 出处：段落[0067] "if a slave node does not receive an ack... the slave node retransmits the sent message."	实质公开。D4公开了标准的ARQ/HARQ机制处理，支持重传判断。 出处：段落[0007] "to which ACK/Negative ACK (NACK) is directed"

  ---

  最接近的对比文件与创造性分析（三步法）

  1. 确定最接近的现有技术

  在创造性分析中，D3 (US2011317692A1) 适合作为最接近的对比文件。

  理由：D3与目标专利在“总体解决的技术问题”上高度一致，即为了节省无线通信系统中的ACK信令开销，均采用了将多个ACK打包在单一共享消息中的群集方案。更关键的是，在“技术效果与实现手段”上，D3明确公开了“基于时间槽（Time Slot）的位置索引与ACK Map中的比特位（Bit Position）进行一一映射”的机制，这在底层逻辑上与权利要求1中“子时隙与相异的索引值相关联”的特征完全等同。相比之下，D4虽然也解决了开销问题，但其群集逻辑是基于用户（Multi-STA）的AID映射，而非时域资源的索引映射。

  2. 确定发明的区别技术特征和实际解决的技术问题

  将权利要求1与D3相比，主要区别技术特征在于：

  • 通信系统环境限定为**“新无线电(NR)”**系统；

  • 时域资源划分单位采用了3GPP 5G标准术语**“子时隙（sub-slot）”**，而非D3中的通用术语“时间槽（time slot）”。

  基于上述区别特征，权利要求1实际解决的技术问题是：将通用的时分确认索引映射机制适配并应用到具体的5G NR通信协议栈中，以优化NR上行免授权或多时隙传输场景下的HARQ物理层反馈信令开销。

  3. 判断是否具有显而易见性（结合启示）

  权利要求1不具备创造性。

  D3已经给出了利用时域传输序号（Time Slot N）作为ACK位图索引（Position N）的明确技术启示。对于本领域技术人员而言，在3GPP主导的5G NR标准化进程中，“子时隙（sub-slot / mini-slot）”本身就是已知的时域资源调度基本单位。当面临NR系统中PDCCH/PHICH等控制信道上ACK/NACK信令拥塞的问题时，本领域技术人员有动机将D3中成熟的“时隙-索引映射ACK”机制直接平移应用到NR系统的“子时隙”中。这属于将通用无线网络物理层/MAC层技术向特定通信标准（3GPP NR）的常规适配，无需付出创造性劳动。D4等文件进一步印证了在宽带无线系统（如802.11ax）中进行ACK群集是本领域的常规技术演进方向。

  ---

  提出无效请求时“最薄弱的技术特征”的对抗性分析

  在实务中，针对本案提出无效宣告请求时，最薄弱的环节（即专利权人最有可能死守、最难被完全击穿的防线）在于对“子时隙（sub-slot）”在NR协议语境下特有属性的解释。

  • 专利权人（防守方）的潜在抗辩：

    专利权人极大概率会主张，D3中的“时间槽（Time Slot）”属于传统TDMA网络中的固定时长逻辑划分；而NR系统中的“子时隙”具备高度动态和灵活的物理层参数集（Numerology），如目标专利说明书[0036]段强调的“子时隙可以是长度可配置的，并且可与单个码元一样短”。专利权人会辩称，在物理层处理这种变长、极短的子时隙HARQ反馈，与D3中简单的MAC层固定时隙ACK映射存在本质的区别，存在技术障碍，不能简单等同。

  • 无效请求人（攻击方）的破解策略：

    作为无效请求方，必须严格基于“权利要求字面界限（Literal Boundary）”进行反驳。应指出，权利要求1在撰写时并未将“长度可配置”、“针对单码元调度”或任何与NR Numerology相关的特定物理层参数写入权利要求中。脱离了具体的物理层特征限定，权利要求1中的“子时隙”在最宽泛的合理解释（BRI）下，仅仅是一个“时域资源片段”。在这一抽象层面上，其与D3公开的“time slot”属于等同的上位概念替代。请求人必须坚守：不包含在权利要求字面中的特定协议层逻辑，不能作为支撑创造性的依据。

    权利要求1的深入解释

    在进行新颖性与创造性分析前，需紧密结合目标专利说明书（CN110546904B）对权利要求1的核心术语及保护边界进行界定：

    • “子时隙（Sub-slot）”与“相异的索引值”：说明书[0036]-[0038]段明确记载，多子时隙方案响应于来自多个子时隙的无准予上行链路数据传输。子时隙的长度是可配置的。在经群集的ACK/NACK指示中，为与每个子时隙相对应的ACK/NACK配置有“索引”。这意味着，物理层/MAC层数据在时域上被划分为多个子时隙，而下行的群集确认信令通过位置索引（Index）与上行的时域传输位置（子时隙）形成一一映射关系。

    • “经群集的ACK/NACK指示”：说明书[0025]及[0031]段指出，在新无线电（NR）系统中，由于编码低效率，使用独立的小有效载荷递送ACK/NACK是低效的。群集（Clustering/Bundling）旨在将针对多个对象（多UE或单UE的多子时隙）的确认信息打包进入单一的下行指示中，以节约控制信道开销。

    ---

    对比文件公开情况与特征比对表

    注：对比文件1（D1：CA2965807A1）、对比文件2（D2：WO2016068572A1）与对比文件4（D4：US2017310448A1）属于同一专利族，技术内容实质相同。下表以D4作为该专利族的代表进行特征比对。

    权利要求1技术特征	D3 (US2011317692A1) 公开情况及原文出处	D4 (US2017310448A1) / D1 / D2 公开情况及原文出处
    特征A：在上行链路在数个子时隙内传送数据分组，每个子时隙与相异的索引值相关联。	实质公开。D3公开了在时间槽（time slot）内传送数据，时间槽N对应ack map中的位置N（索引）。 出处：段落[0088] "ack map includes one bit per time slot... turned 'on' in position N"	未公开子时隙映射。D4公开了向多个STA传输，通过AID（关联标识符）或TID进行索引，非时域子时隙。 出处：段落[0007] "including Association Identifier (AID) information"
    特征B：响应于传送数据，在下行链路接收经群集的确收(ACK)/否定ACK(NACK)指示。	实质公开。D3公开了在同步消息等共享消息中打包包含多个确认的ack map（群集ACK）。 出处：段落[0084]-[0085] "ACK field 370 includes an ack map."	实质公开。D4公开了接收Multi-STA BA（多用户区块确认）帧。 出处：段落[0008] "receiving an ACK signal... through a multi-STA BA frame"
    特征C：基于所述相异的索引值来确定群集指示是否包括针对每一子时隙的ACK或NACK。	实质公开。D3公开了从设备基于ack map中的位置N来接收对应于时间槽N中发送的数据的消息的确认。 出处：段落[0088] "receives an ack to a data message sent in a time slot N if the ack map includes a bit turned 'on' in position N"	部分公开。D4公开了基于个体信息字段（AID）判断ACK，但非基于子时隙索引判断。 出处：段落[0012] "indicate ACK for all MAC Packet Data Units... received from an STA having an AID"
    特征D & E：根据群集指示中针对子时隙的ACK/NACK，决定放弃重传或向网络实体重传。	实质公开。D3公开了如果从设备在下一个同步消息中未收到发送消息的ack（即NACK或丢失），则重传该消息。 出处：段落[0067] "if a slave node does not receive an ack... the slave node retransmits the sent message."	实质公开。D4公开了标准的ARQ/HARQ机制处理，支持重传判断。 出处：段落[0007] "to which ACK/Negative ACK (NACK) is directed"

    ---

    最接近的对比文件与创造性分析（三步法）

    1. 确定最接近的现有技术

    在创造性分析中，D3 (US2011317692A1) 适合作为最接近的对比文件。

    理由：D3与目标专利在“总体解决的技术问题”上高度一致，即为了节省无线通信系统中的ACK信令开销，均采用了将多个ACK打包在单一共享消息中的群集方案。更关键的是，在“技术效果与实现手段”上，D3明确公开了“基于时间槽（Time Slot）的位置索引与ACK Map中的比特位（Bit Position）进行一一映射”的机制，这在底层逻辑上与权利要求1中“子时隙与相异的索引值相关联”的特征完全等同。相比之下，D4虽然也解决了开销问题，但其群集逻辑是基于用户（Multi-STA）的AID映射，而非时域资源的索引映射。

    2. 确定发明的区别技术特征和实际解决的技术问题

    将权利要求1与D3相比，主要区别技术特征在于：

    • 通信系统环境限定为**“新无线电(NR)”**系统；

    • 时域资源划分单位采用了3GPP 5G标准术语**“子时隙（sub-slot）”**，而非D3中的通用术语“时间槽（time slot）”。

    基于上述区别特征，权利要求1实际解决的技术问题是：将通用的时分确认索引映射机制适配并应用到具体的5G NR通信协议栈中，以优化NR上行免授权或多时隙传输场景下的HARQ物理层反馈信令开销。

    3. 判断是否具有显而易见性（结合启示）

    权利要求1不具备创造性。

    D3已经给出了利用时域传输序号（Time Slot N）作为ACK位图索引（Position N）的明确技术启示。对于本领域技术人员而言，在3GPP主导的5G NR标准化进程中，“子时隙（sub-slot / mini-slot）”本身就是已知的时域资源调度基本单位。当面临NR系统中PDCCH/PHICH等控制信道上ACK/NACK信令拥塞的问题时，本领域技术人员有动机将D3中成熟的“时隙-索引映射ACK”机制直接平移应用到NR系统的“子时隙”中。这属于将通用无线网络物理层/MAC层技术向特定通信标准（3GPP NR）的常规适配，无需付出创造性劳动。D4等文件进一步印证了在宽带无线系统（如802.11ax）中进行ACK群集是本领域的常规技术演进方向。

    ---

    提出无效请求时“最薄弱的技术特征”的对抗性分析

    在实务中，针对本案提出无效宣告请求时，最薄弱的环节（即专利权人最有可能死守、最难被完全击穿的防线）在于对“子时隙（sub-slot）”在NR协议语境下特有属性的解释。

    • 专利权人（防守方）的潜在抗辩：

      专利权人极大概率会主张，D3中的“时间槽（Time Slot）”属于传统TDMA网络中的固定时长逻辑划分；而NR系统中的“子时隙”具备高度动态和灵活的物理层参数集（Numerology），如目标专利说明书[0036]段强调的“子时隙可以是长度可配置的，并且可与单个码元一样短”。专利权人会辩称，在物理层处理这种变长、极短的子时隙HARQ反馈，与D3中简单的MAC层固定时隙ACK映射存在本质的区别，存在技术障碍，不能简单等同。

    • 无效请求人（攻击方）的破解策略：

      作为无效请求方，必须严格基于“权利要求字面界限（Literal Boundary）”进行反驳。应指出，权利要求1在撰写时并未将“长度可配置”、“针对单码元调度”或任何与NR Numerology相关的特定物理层参数写入权利要求中。脱离了具体的物理层特征限定，权利要求1中的“子时隙”在最宽泛的合理解释（BRI）下，仅仅是一个“时域资源片段”。在这一抽象层面上，其与D3公开的“time slot”属于等同的上位概念替代。请求人必须坚守：不包含在权利要求字面中的特定协议层逻辑，不能作为支撑创造性的依据。

权利要求1的技术解释

权利要求1要求保护一种用于新无线电（NR）系统的上行数据传输及确收机制。其核心逻辑在于：UE在多个“子时隙（sub-slot）”内进行无准予的上行数据传输；网络侧不针对每个数据分组单独发送ACK/NACK，而是将多个ACK/NACK指示“群集（编群）”成一个指示（例如一个N比特的序列）在下行链路发送。在此群集指示中，每个子时隙与一个相异的索引值（即特定比特位）相关联。UE接收到该群集指示后，通过查找与自身传输子时隙对应的索引值（比特位），确定数据是否被成功接收，进而决定是放弃重传（收到ACK）还是进行重传（收到NACK）。该机制大幅减少了在下行链路中传输细碎ACK/NACK的信令开销。

特征比对与原文出处

以下基于权利要求的特征拆分，详细比对文件 D5 (EP2393231A2) 与 D6 (CN103178943A) 的公开情况。

创造性分析（三步法评判）

1. 确定最接近的现有技术

从整体解决的技术问题（减小传统ACK带来的固定系统开销）以及技术效果（通过将多个ACK集中在一个消息中传输以提高传输效率）来看，D5 (EP2393231A2) 是最适合作为最接近的现有技术的对比文件。D5明确提出了构建一个“ack map”（对应群集指示），且该map中的位置（position N）是与传输的“time slot N”（对应子时隙及索引值）一一对应的。这种基于时间单位的位置索引映射逻辑与权利要求1的架构高度吻合。

2. 确定区别技术特征和实际解决的技术问题

以D5为最接近的现有技术，权利要求1的区别技术特征在于：

• 通信环境被限定为“新无线电(NR)无线通信”；

• 数据传输的时间单位具体为“子时隙（sub-slot）”。

由此，权利要求1实际解决的技术问题是：如何将群集ACK机制适配到具有更细粒度时间单位（子时隙）的下一代通信网络中。

3. 显而易见性判断（对抗性视角分析）

• 无效宣告请求人视角（主张不具备创造性）：

  D5已经完整公开了基于时间位置（time slot position N）进行ACK群集和索引映射的核心机制。将“time slot”替换为更小粒度的“子时隙”，仅仅是随着通信标准演进而产生的常规时间单位等效替换。未被D5公开的“子时隙”概念，已经在 D8 (CN104798385A) 的[0008]段（“可以将物理层前向链路帧的所述时隙划分为多个子时隙”）中得到公开。本领域技术人员在面临降低NR网络信令开销的问题时，有强烈的动机将D5中基于时间的映射逻辑与D8中的子时隙划分相组合，这是显而易见的常规技术演进。

• 专利权人视角（主张具备创造性）：

  D5的应用场景是基于主从架构的通用无线系统，其“time slot”是较长的宏观时间周期。而在5G NR中引入“子时隙”是为了满足URLLC（超可靠低延迟通信）等特定场景，其时间尺度极短。将基于时隙的确认机制下沉到子时隙级别，需要解决更为严苛的信令定时对齐以及控制信道资源复用等深层次技术难题。D8虽然提及子时隙，但其用于前向链路的机会性解码，并未给出将其作为上行传输ACK确收索引标识的任何技术启示。简单的术语替换不足以抹杀该方案在特定通信标准下的技术贡献。

最薄弱的技术特征

若针对该权利要求提出无效宣告请求，其最薄弱的技术特征为：“基于所述相异的索引值来确定所述经群集的ACK/NACK指示是否包括针对...所述数个子时隙中的每一者的至少一个ACK或NACK”。

该特征在表述上看似具备特定的逻辑复杂度，构建了“索引-子时隙-指示”的三元关系。但实际上，一旦最接近的对比文件（如D5的ack map中的position N，或D6中与数据帧编号绑定的第m个bit）被确立，这种映射关系就被完全解构了。只要在比对中论证出“通过固定位置寻找对应状态”是业内处理群发或打包信号的唯一且常规手段，将D5的“position N”与目标专利的“相异的索引值”进行强等同替换，该权利要求的核心保护壁垒就会被打破。