[发明专利]一种多功能数据检索系统及方法在审

专利信息
申请号: 202211305576.X 申请日: 2022-10-24
公开(公告)号: CN115661834A 公开(公告)日: 2023-01-31
发明(设计)人: 杨奚诚;王诚;杨飞;张陈锐;方辉祥;蔡鹏飞;吴真中;蒋浩林 申请(专利权)人: 合肥大多数信息科技有限公司
主分类号: G06V30/19 分类号: G06V30/19;G06V10/82;G06F16/35;G06F16/31
代理公司: 合肥正则元起专利代理事务所(普通合伙) 34160 代理人: 田浩
地址: 230000 安徽省合肥市中国(安徽)自*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 多功能 数据 检索系统 方法
【说明书】:

发明公开了一种多功能数据检索系统及方法,涉及数据检索技术领域,设置了文字数据分析模块分析用户上传文字内容的关键词,并将文字数据按关键词分类;通过设置图片数据分析模块按用户提交的图片类别,将相同图片类别的图片统一保存;并通过使用CNN神经网络技术,将每张图片所属类别下的图片作为输入,训练出识别图像类别的子类的神经网络模型;使用神经网络模型分析每张图片的子类别;通过将图片进行分类,在训练神经网络的过程中,大大降低需要的训练集的图片数据,降低了训练所需计算算力以及时间。

技术领域

本发明属于数据检索领域,涉及神经网络技术,具体是一种多功能数据检索系统及方法。

背景技术

数据检索即把数据库中存储的数据根据用户的需求提取出来。数据检索的结果会生成一个数据表,既可以放回数据库,也可以作为进一步处理的对象;

目前数据检索主要用于检索文本信息,且检索文本数据使用的方式主要为字符或关键词匹配技术;且对于图片数据由于图片上传数据巨大且上传的图片少有标记,导致难以使用深度学习的方式进行智能识别;

为此,提出一种多功能数据检索系统及方法。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种多功能数据检索系统及方法,该一种多功能数据检索系统及方法设置了文字数据分析模块分析用户上传文字内容的关键词,并将文字数据按关键词分类;通过设置图片数据分析模块按用户提交的图片类别,将相同图片类别的图片统一保存;并通过使用CNN神经网络技术,将每张图片所属类别下的图片作为输入,训练出识别图像类别的子类的神经网络模型;使用神经网络模型分析每张图片的子类别;通过将图片进行分类,在训练神经网络的过程中,大大降低需要的训练集的图片数据,降低了训练所需计算算力以及时间。

为实现上述目的,根据本发明的第一方面的实施例提出一种多功能数据检索系统,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,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;其中文字上传单元主要用于用户上传文字数据;图片上传单元数据主要用于用户上传图片数据;

其中,用户通过文字上传单元上传文字数据时,需同时上传文字数据标题以及内容摘要;文字上传单元将上传的文字数据发送至文字数据分析模块;

其中,用户通过图片上传单元上传图片数据时,需同时上传图片标题以及图片分类;其中,所述图片分类可以是根据实际经验设置的多级分类;图片上传单元将上传的图片数据发送至图片处理模块;

所述文字数据分析模块主要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使用关键词提取技术从文字数据内容摘要中提取出文字内容的关键词词组;所述文字数据分析模块将文字内容的标题以及提取出的关键词词组发送至数据存储模块;

数据存储模块划分出两块文字存储空间;将两块文字存储空间分别标记为W1和W2;其中存储空间W1保存所有的文字数据;存储空间W2将文字数据按相同关键词分类存储;

所述图片数据分析模块主要用于分析图片的类别;

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;所述最后一级即在该类别下,不存在更细分的类别;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;数据存储模块将图片按最后一级的类别进行划分;否则,分析该图片的类别;

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;

具体的,所述图片数据分析模块分析图片类别包括以下步骤:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥大多数信息科技有限公司,未经合肥大多数信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211305576.X/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top