一种基于深度学习的信息处理系统和方法与流程

本发明涉及信息处理技术领域，具体为一种基于深度学习的信息处理系统和方法。

背景技术

“电子信息”是近几年频频出现的一个词，它是在计算机技术、通信技术和高密度存储技术的迅速发展并在各个领域里得到广泛应用的背景下成为信息学的词汇。而电子信息工程是一门应用计算机等现代化技术进行电子信息控制和信息处理的学科，主要研究信息的获取与处理，电子设备与信息系统的设计、开发、应用和集成。

随着信息化技术的深入，越来越体现人性化，在网络浏览和信息查询中针对目标信息查询相对较为缓慢，且有时候难以准确的查询到目标信息，对于数据信息的推送还不能达到人性化，使得目标文件查询时间较久，工作效率低，为此，我们提出了一种基于深度学习的信息处理系统和方法。

技术实现要素：

本发明的目的在于提供一种基于深度学习的信息处理系统和方法，以解决上述背景技术中提出的现有的处理系统对于数据信息的推送还不能达到人性化，使得目标文件查询时间较久，工作效率低的问题。

为实现上述目的，本发明提供如下技术方案：一种基于深度学习的信息处理系统，该基于深度学习的信息处理系统包括输入模块、处理器、行为日志库、图像查询模块、存储器、关键字搜索模块和反馈模块，所述输入模块的输出端与处理器的输入端连接，所述处理器的数据端口通过数据线分别与行为日志库和图像查询模块连接，所述图像查询模块的数据端口通过数据线与存储器连接，所述处理器的输出端通过数据线分别与处理器、关键字搜索模块和反馈模块的输入端连接；

所述输入模块的输入硬件端，通过输入模块输入目标的特征点，特征点作为关键词，且特征点为单个或者多个；

所述处理器作为基于深度学习的信息处理系统的数据处理中心，负责接收信息和处理数据；

所述行为日志库记载用户历史网络访问对象和访问频率，所述行为日志库记载的用户访问信息作为对用户行为判断的依据之一；

所述图像查询模块包括存储单元、图像采集模块、对比单元和处理芯片，所述存储单元的数据端口通过数据线分别与对比单元、图像采集模块和处理器连接，所述对比单元的数据端口通过数据线与处理芯片连接，所述图像采集模块的数据端口通过数据线与存储器连接，所述图像采集模块采集图像信息，所述存储单元内存储处理器传输的输入的特征点，所述处理芯片识别特征点内容和图像采集模块采集的图像信息，并通过对比单元将图像信息与特征点对比，判断采集的图像信息与需求的对象是否一致或者有共同点，将图像信息与需求的对象一致或者有共同点的图像信息保留，过滤去不符合要求的图像信息；

所述存储器用于存储搜索后的数据信息；

所述关键字搜索模块接入互联网，所述关键字搜索模块接收处理器发出的输入的特征点，并根据输入的特征点在网络上进行索取对象；

所述反馈模块将符合图像信息与需求的对象一致或者有共同点的图像信息要求的图像信息反馈至用户。

优选的，所述输入模块为鼠标、键盘或者触摸输入屏。

优选的，所述行为日志库设定存储的时间范围，时间范围为3个月到6个月，所述行为日志库提供记载信息按照时间顺序排列。

优选的，所述关键字搜索模块的搜索对象的先后顺序由用户浏览频率高的地址向浏览频率低的地址。

优选的，该基于深度学习的信息处理系统的处理方法的具体步骤如下：

a)输入目标关键词：根据用户需要的目标图像信息，进行输入图像相应的特征点，特征点作为该目标图像信息的描述关键词，以特征点作为搜索目标图像的依据之一；

b)根据关键词和行为日志确立搜索对象：调取行为日志记载的用户浏览信息，以频率较高的地址作为主要的搜索目的地，按照频率从高到低逐一搜索，查询与关键词描述的重合度较高的图像，并排除重合度较低的图像，将重合度较高的图像保存；

c)在搜索的对象结果上进一步筛选：将步骤b)内存储的重合度较高的图像信息做进一步筛选，筛选重合度达到50％以上的图像，并将不满足条件的图像信息删除；

d)最终筛选的对象合集反馈至用户：将步骤c)最终保留的图像信息反馈至用户端。

与现有技术相比，本发明的有益效果是：

1)通过关键词结合行为日志的方式进行推送或者目标文件搜索，能够缩短时间，提高准确性；

2)通过多次筛选的方式，能够过滤去较多的无用文件，保持搜索结果的简洁性；

3)通过由用户主观来筛选图像信息，人性化较高。

附图说明

图1为本发明系统原理框图；

图2为本发明图像采集模块的原理框图；

图3为本发明信息处理的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-3，本发明提供一种技术方案：一种基于深度学习的信息处理系统，该基于深度学习的信息处理系统包括输入模块、处理器、行为日志库、图像查询模块、存储器、关键字搜索模块和反馈模块，其特征在于，所述输入模块的输出端与处理器的输入端连接，所述处理器的数据端口通过数据线分别与行为日志库和图像查询模块连接，所述图像查询模块的数据端口通过数据线与存储器连接，所述处理器的输出端通过数据线分别与处理器、关键字搜索模块和反馈模块的输入端连接；

所述输入模块的输入硬件端，通过输入模块输入目标的特征点，特征点作为关键词，且特征点为单个或者多个；

所述处理器作为基于深度学习的信息处理系统的数据处理中心，负责接收信息和处理数据；

所述行为日志库记载用户历史网络访问对象和访问频率，所述行为日志库记载的用户访问信息作为对用户行为判断的依据之一；

所述图像查询模块包括存储单元、图像采集模块、对比单元和处理芯片，所述存储单元的数据端口通过数据线分别与对比单元、图像采集模块和处理器连接，所述对比单元的数据端口通过数据线与处理芯片连接，所述图像采集模块的数据端口通过数据线与存储器连接，所述图像采集模块采集图像信息，所述存储单元内存储处理器传输的输入的特征点，所述处理芯片识别特征点内容和图像采集模块采集的图像信息，并通过对比单元将图像信息与特征点对比，判断采集的图像信息与需求的对象是否一致或者有共同点，将图像信息与需求的对象一致或者有共同点的图像信息保留，过滤去不符合要求的图像信息；

所述存储器用于存储搜索后的数据信息；

所述关键字搜索模块接入互联网，所述关键字搜索模块接收处理器发出的输入的特征点，并根据输入的特征点在网络上进行索取对象；

所述反馈模块将符合图像信息与需求的对象一致或者有共同点的图像信息要求的图像信息反馈至用户。

其中，所述输入模块为鼠标、键盘或者触摸输入屏，为常用的输入设备，所述行为日志库设定存储的时间范围，时间范围为3个月到6个月，根据具体的用户使用行为进行相应的选择调整，所述行为日志库提供记载信息按照时间顺序排列，能够以最近的行为作为主要的依据，所述关键字搜索模块的搜索对象的先后顺序由用户浏览频率高的地址向浏览频率低的地址。

该基于深度学习的信息处理系统的处理方法的具体步骤如下：

a)输入目标关键词：根据用户需要的目标图像信息，进行输入图像相应的特征点，特征点作为该目标图像信息的描述关键词，以特征点作为搜索目标图像的依据之一；

b)根据关键词和行为日志确立搜索对象：调取行为日志记载的用户浏览信息，以频率较高的地址作为主要的搜索目的地，按照频率从高到低逐一搜索，查询与关键词描述的重合度较高的图像，并排除重合度较低的图像，将重合度较高的图像保存；

s1对重合度较高的图像保存，并对其进行分割，获得初始图像区域集合：r{r2，r1，···rn}；

s2：初始化相似度集合s＝φ，初始化可能结果l＝r；

s3：计算区域之间的相似度，并将其调价到相似度集合s中；

s4：从相似度集合中找到最大值所对应的两个区域ri、rj，并将其方式l中，将ri、rj合并成一个区域rt，从s4：相似度集合以及r中除去与ri、rj相关的信息，计算rt与其相邻区域的相似度，将其结果添加到相似度集合s中，同时，将新区域rt添加到区域集合r中；

s5：重复s4步骤4次，保存最终结果；

c)在搜索的对象结果上进一步筛选：将步骤b)内存储的重合度较高的图像信息做进一步筛选，筛选重合度达到50％以上的图像，并将不满足条件的图像信息删除；

d)最终筛选的对象合集反馈至用户：将步骤c)最终保留的图像信息反馈至用户端。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。