[发明专利]一种用于古迹残缺碑文识别的触感阵列人工智能学习系统

摘要

本发明公开了一种用于古迹残缺碑文识别的触感阵列人工智能学习系统，包括微型控制系统、柔性传感阵列模块、无线通讯模块及上位机人工智能学习识别模块；本发明采用由柔性传感阵列模块采集具有凹凸感的碑文信息并传输至微型控制系统的信号调理模块，再由中央处理器进行信号数据处理并打包，经无线通讯模块传输至上位机人工智能学习识别模块，经二值化处理，再分别由卷积神经网络CNN训练及K近邻分类KNN对字符的特征进行识别和分类，最后经识别结果数据包比对完成后输送至控制显示界面。本发明对采集的碑文数据分别进行识别并做出判断，实现了柔性传感阵列与人工智能学习在残缺碑文识别领域的应用，识别的准确度及自动化便利性都大幅提高。

主权项

1.一种用于古迹残缺碑文识别的触感阵列人工智能学习系统，其特征在于，它包括微型控制系统（1）、柔性传感阵列模块（2）、无线通讯模块（3）及上位机人工智能学习识别模块（4），所述微型控制系统（1）由中央处理器（11）、信号调理模块（12）、供电电源模块（13）及数据处理算法模块（14）构成；其中，信号调理模块（12）由高速阵列选通电路模块（121）及模数转换模块（122）构成，且高速阵列选通电路模块（121）与模数转换模块（122）连接，数据处理算法模块（14）由阵列数据扫描控制算法（141）及存储算法数据包（142）构成；所述供电电源模块（13）分别与中央处理器（11）、信号调理电路模块（12）的高速阵列选通电路模块（121）及模数转换模块（122）连接，中央处理器（11）与信号调理模块（12）的模数转换模块（122）连接，中央处理器（11）还分别与数据处理算法模块（14）的阵列数据扫描控制算法（141）及存储算法数据包（142）连接；所述上位机人工智能学习识别模块（4）由人工智能算法模块（41）及控制显示界面（42）构成；其中，人工智能算法模块（41）由二维数组算法模块（411）、数组数据二值化算法模块（412）、卷积神经网络CNN训练算法模块（413）、K近邻分类KNN算法模块（414）及识别结果数据包（415）构成；所述二维数组算法模块（411）与数组数据二值化算法模块（412）连接，数组数据二值化算法模块（412）分别与卷积神经网络CNN训练算法模块（413）及K近邻分类KNN算法模块（414）连接，卷积神经网络CNN训练算法模块（413）及K近邻分类KNN算法模块（414）均与识别结果数据包（415）连接；所述人工智能算法模块（41）的识别结果数据包（415）与控制显示界面（42）连接；所述无线通讯模块（3）由数据发送模块（31）及数据接收模块（32）构成；且数据发送模块（31）与数据接收模块（32）为无线通讯连接；所述无线通讯模块（3）的数据发送模块（31）与微型操作系统（1）的中央处理器（11）连接，所述无线通讯模块（3）的数据接收模块（32）与上位机人工智能学习识别模块（4）的二维数组算法模块（411）连接；所述柔性传感阵列模块（2）与微型控制系统（1）的高速阵列选通电路模块（121）连接。