创新是中国未来经济发展的重要支持,专利又是其表现形式之一。高校最近几年在专利申请量与授权量方面发展迅速,但高校在专利产业化方面的成绩不容乐观,因此如何改善“高校专利技术低转化率”这个问题成为很多高校现如今共同面对的难题。针对“高校专利技术低转化率”这个问题,本文将从两个方面来展开工作,一方面是如何对高校专利技术产业化过程中存在的风险进行评估,另一方面是如何应对存在的风险,从而有效的提高高校专利转化率。首先,参阅了大量的相关文献,基于国内高校专利技术产业化的现状,针对目前F高校专利存在的专利质量不高、专利管理工作不完善以及市场机制不完善等问题进行分析,发现F高校专利从申请到转化的过程当中,存在着很多风险；其次,利用德尔菲法与风险专家调查列举法对存在的风险进行风险识别,并基于科学性与系统性的基本原则,确定合适的风险因素指标,并把这些指标进行归类,得到不同层次的风险指标,进而按照构建指标体系的基本流程来建立F高校在专利技术产业化方面的风险评估指标体系；然后,结合模糊神经网络的特点与性质,构建基于模糊神经网络的高校专利技术产业化的风险评估模型。再次,对这个风险评估模型的有效性进行实证研究,以F高校为实证研究对象,先后利用灰色多层次分析法和模糊神经网络法对该校的专利技术产业化过程进行风险评估,得到的评估值分别为2.7767和0.5040,再对照风险等级表,得知F高校在专利技术产业化过程中的风险等级为风险中等,同时依据各指标的权重,提出一些可提高该校专利转化率的策略。在实际应用当中,为了快速的对高校专利产业化情况进行评估,在本文最后,以Matlab为软件开发平台,基于Matlab的GUI模块所具有的可视化功能,并结合模糊神经网络的相关算法,对“高校专利技术产业化的风险评估”GUI界面系统原型进行设计与实现。本文结合模糊神经网络的相关特点与性质,构建了基于模糊神经网络的高校专利技术产业化的风险评估模型,并进行了实证研究,验证出该模型具有一定的有效性。开发的“高校专利技术产业化的风险评估”系统,能够实现风险评估功能,为其它高校在专利转化的风险评估方面提供了一种工具化的参考。