数控机床技术作为装备制造业的工作母机,是衡量一个国家装备制造业发展水平的重要标志,正确识别数控机床技术领域的新兴技术对国家发展战略布局具有重大意义。本文对数控机床技术领域新兴技术识别方案进行了研究。通过传统文献计量学、机器学习分类、引用网络分析几个不同的方法进行了探究,最终提出了两种不同角度的识别方案,并对方案的有效性进行了验证。本文首先从传统文献计量学出发通过专利指标的提取与计量,基于计量结果进行了新兴技术的划分。经过文献计量分析本文发现其存在划分标准不够明确,样本特征表达能力有限的问题。针对上述问题,本文提出了结合数据增强模型与深度神经网络模型相结合的实验方案。GAN数据增强模型用于解决训练样本较少的问题,使用增强后的训练集训练的DNN分类器取得了很好的分类效果,验证了模型的有效性。技术融合作为新兴技术的产生与发展的典型模式引发了广泛的研究与关注,本文从技术发展路径分析的角度,提出了基于引用网络分析的融合型新兴技术识别方法。通过引用网络分析,研究技术的发展路径,从而对其未来的发展趋势进行预测。并以数控机床领域中云平台技术为例进行了分析,证明了方案的可行性。