[发明专利]一种多功能数据检索系统及方法

权利要求书

1.一种多功能数据检索系统，其特征在于，包括数据上传模块、文字数据分析模块、图片数据分析模块、数据存储模块、数据检索模块以及数据展示模块；其中，各个模块以电气方式连接；

所述数据上传模块包括文字上传单元以及图片上传单元；其中文字上传单元用于用户上传文字数据；图片上传单元数据用于用户上传图片数据；文字上传单元以及图片上传单元将上传的文字数据以及图片数据发送至文字数据分析模块；

所述文字数据分析模块用于提取上传的文字数据的关键词；所述文字数据分析模块将文字内容的标题以及关键词发送至数据存储模块；

所述图片数据分析模块用于使用CNN神经网络模型以及每张图片所在类别下的子类图片集合分析图片的子类别；所述图片数据分析模块将图片与图片子类别发送至数据存储模块保存；

所述数据检索模块用于从数据存储模块中检索出需要的数据；所述数据检索模块将检索出的文字数据以及图片数据发送至数据展示模块；

所述数据展示模块用于向用户展示检索出的文字数据以及图片数据。

2.根据权利要求1所述的一种多功能数据检索系统，其特征在于，用户通过文字上传单元上传文字数据时，同时上传文字数据标题以及内容摘要；用户通过图片上传单元上传图片数据时，同时上传图片标题以及图片分类；所述图片分类为根据实际经验设置的多级分类。

3.根据权利要求1所述的一种多功能数据检索系统，其特征在于，所述图片数据分析模块判断接收的每张图片类别是否具体到该类别下的最后一级；若图片类别具体到该类别下的最后一级，则将图片以及图片类别发送至数据存储模块；否则，分析该图片的子类别。

4.根据权利要求3所述的一种多功能数据检索系统，其特征在于，所述最后一级为在该类别下，不存在更细分的类别。

5.根据权利要求3所述的一种多功能数据检索系统，其特征在于，所述数据存储模块将图片按最后一级的类别进行划分；所述数据存储模块划分出一块图片存储空间；将图片存储空间标记为P；存储图片的方式为根据图片类别按树状图形式统一保存。

6.根据权利要求3或5所述的一种多功能数据检索系统，其特征在于，所述图片数据分析模块分析图片子类别包括以下步骤：

步骤S1：将上传图片的类别标记为Sij；其中，S为图片所在分类的顶层类别；i为当前分类的所在级别；j为图片类别在当前分类中的编号；

步骤S2：所述图片数据分析模块从数据存储模块中获取所有分类S下的级别为i+1的各个子类的图片集合；获取每张图片的类别S(i+1)h；将每张图片标记为其对应的编号h；将该图片集合作为输入，输入至CNN神经网络模型中，训练出识别分类S下的级别为i+1的各个子类的CNN神经网络模型；

将图片Sij作为输入，输入至训练完成的CNN神经网络模型；获得图片Sij为各个子类的概率；若所有子类中的最大概率大于概率阈值p，则获取该子类的类别j1；将i更新为i+1；j更新为h；重复执行步骤S2；获取图片Sij在类别j 1下的子类的类别；否则，类型图片Sij的类别即为类别编号h对应的类别；其中，概率阈值p根据实际经验设置；

所述数据存储模块将图片Sij发送至数据存储模块的存储空间P并与类别编号h所对应类别的图片统一保存；

或：

所述图片数据分析模块从数据存储模块中获取所有分类S下的从级别i+1到级别M的图片集合；将每张图片标记为其类别中最后一级的分类；将图片集合作为输入，输入至CNN神经网络模型中，训练出识别分类S下级别i+1后的图片类别的CNN神经网络模型；

将图片Sij作为输入，输入至训练完成的CNN神经网络模型；获得图片Sij为各个类型的概率；挑选出概率大于概率阈值q的所有类别；并判断各个类别所在的级别，并选择其中级别最大的类别作为图片Sij的最终类别；将级别最大的类别标记为h；其中，概率阈值q根据实际经验设置；

所述数据存储模块将图片Sij发送至数据存储模块的存储空间P并与类别编号h所对应类别的图片统一保存。