买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥大多数信息科技有限公司申请的专利一种多功能数据检索系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115661834B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211305576.X，技术领域涉及：G06V30/19；该发明授权一种多功能数据检索系统及方法是由杨奚诚;王诚;杨飞;张陈锐;方辉祥;蔡鹏飞;吴真中;蒋浩林设计研发完成，并于2022-10-24向国家知识产权局提交的专利申请。

本一种多功能数据检索系统及方法在说明书摘要公布了：本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。

本发明授权一种多功能数据检索系统及方法在权利要求书中公布了：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； 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Si+1h；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j1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。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥大多数信息科技有限公司，其通讯地址为：230000 安徽省合肥市中国(安徽)自由贸易试验区高新区望江西路900号创谷科技园一期D2栋；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。