一种基于多维数据库的古董年代判别方法及系统与流程

本发明提出了一种基于多维数据库的古董年代判别方法及系统，涉及古董，具体涉及基于数据库的古董年代判别。

背景技术：

1、在古董年代判别领域，确定古董年代是非常重要的，传统的古董年代判别方法依靠专家的经验和知识，不仅错误率高，且要花费大量的时间和精力，此外，由于古董种类很多，每种古董，都有其独特的特征，难以单一判别，判别结果并不准确和可靠。

技术实现思路

1、本发明提供了一种基于多维数据库的古董年代判别方法及系统，用以解决传统的古董年代判别方法依靠专家的经验和知识，不仅错误率高，且要花费大量的时间和精力，古董难以单一判别，判别结果并不准确和可靠的问题：

2、本发明提出的一种基于多维数据库的古董年代判别方法及系统，所述方法包括：

3、s1、通过大数据搜索历史古董年代判别结果和历史年代古董信息，并根据大数据搜索的信息建立多维数据库，将所述多维数据库分为第一维度、第二维度和第三维度；所述第三维度包括多个古董数据包；

4、s2、根据第三维度的古董数据包的信息，计算各个古董的古董相关性，并对所述古董相关性进行排序，获得古董相关性排序，进而获得第一特征古董；

5、s3、通过机器视觉技术获取待判别古董特征数据，通过历史数据训练古董种类预测模型，预测待判别古董的种类，获得种类预测结果；

6、s4、通过种类预测结果获得确定种类，计算每个古董数据包的确定种类的第一特征古董与所述特征数据的相关性，将所述相关性进行排序，根据所述排序中排名第一的古董数据包的古董年代，判定待判别古董的古董年代。

7、进一步地，所述通过大数据搜索历史古董年代判别结果和历史年代古董信息，并根据大数据搜索的信息建立多维数据库，将所述多维数据库分为第一维度、第二维度和第三维度，包括：

8、通过大数据技术搜索历史古董年代判别结果，同时搜索所述判别结果对应古董所处年代的古董特征信息，所述古董特征信息即为历史年代古董信息；

9、根据所述历史古董年代判别结果和所述历史年代古董信息建立多维数据库，将所述多维数据库进行维度分类，所述维度分类包括第一维度、第二维度和第三维度。

10、进一步地，所述第一维度，包括：

11、所述第一维度包括朝代和世纪年代，按照时间顺序将朝代和世纪年代进行排序，所述世纪年代用于代替没有朝代存在的时间，获得年代时间排序；所述年代时间排序包括多个时间节点。

12、进一步地，所述第二维度，包括：

13、在第二维度中，将古董分为三类，分别包括：

14、器具类、书简类和丝绸类；

15、所述器具类、书简类和丝绸类所对应的古董分别按照时间顺序进行排序，获得器具类排序、书简类排序和丝绸类排序。

16、进一步地，所述第三维度包括多个古董数据包，包括：

17、通过年代判别系统搜集每个古董的入库时间，并搜集每个古董的入库方式；

18、将第二维度的古董信息按照同一入库时间和入库方式进行抽取，获得古董信息组；

19、根据所述古董信息组搜集所述古董信息组对应的历史古董年代判别结果，提取所述年代判别结果在第一维度中的对应的时间节点，与所述古董信息组组合生成古董数据包，所述第三维度包括多个古董数据包。

20、进一步地，所述古董数据包，包括：

21、根据所述古董数据包对应的时间节点，为所述古董数据包设置年代索引标题；

22、通过所述年代索引标题直接获取历史古董数据的古董年代。

23、进一步地，所述根据第三维度的古董数据包的信息，计算各个古董的古董相关性，并对所述古董相关性进行排序，获得古董相关性排序，进而获得第一特征古董包括：

24、提取第三维度的古董数据包中第二维度的古董信息，根据所述古董信息计算所述古董数据包中同一种类的古董相关性；

25、所述古董相关性的计算公式为：

26、

27、其中，x为古董相关性，c1为第一个古董的碳十四含量，c2为第二个古董的碳十四含量，z1为第一个古董的材质数量，z2为第二个古董的材质数量，z为同一种类的总材质数量，w1和w2为权重参数，w1占总权重的0.6，w2占总权重的0.4，k为古董外形影响因子。

28、将古董数据包中的每一种类的各个古董的相关性按照相关性大小进行从大到小的排序，分别获得三个种类的古董相关性排序，每个种类的古董相关性排序的第一排名均成为第一特征古董。

29、进一步地，所述通过机器视觉技术获取待判别古董特征数据，通过历史数据训练古董种类预测模型，预测待判别古董的种类，获得种类预测结果，包括：

30、通过机器视觉技术采集待判别古董的多角度图像，并提取所述多角度图像的特征数据，

31、通过将所述历史古董年代判别结果和所述历史年代古董信息作为训练集，训练古董种类预测模型，通过所述古董种类预测模型对所述待判别古董进行古董种类的预测，获得种类预测结果。

32、进一步地，所述通过种类预测结果获得确定种类，计算每个古董数据包的确定种类的第一特征古董与所述特征数据的相关性，将所述相关性进行排序，根据所述排序中排名第一的古董数据包的古董年代，判定待判别古董的古董年代，包括：

33、根据所述种类预测结果，确定所述待判别古董的种类，获得确定种类；

34、获取每个古董数据包的确定种类的第一特征古董，计算所述特征数据与所述第一特征古董的古董相关性，将计算结果进行相关性的排名，获得待测古董相关性排名；

35、获取所述待测古董相关性排名的排名第一的古董数据包，此时所述古董数据包的年代即为所述待测古董的古董年代。

36、进一步地，所述系统包括：

37、维度分类模块，用于通过大数据搜索历史古董年代判别结果和历史年代古董信息，并根据大数据搜索的信息建立多维数据库，将所述多维数据库分为第一维度、第二维度和第三维度；所述第三维度包括多个古董数据包；

38、相关性计算模块，用于根据第三维度的古董数据包的信息，计算各个古董的古董相关性，并对所述古董相关性进行排序，获得古董相关性排序，进而获得第一特征古董；

39、种类预测模块，用于通过机器视觉技术获取待判别古董特征数据，通过历史数据训练古董种类预测模型，预测待判别古董的种类，获得种类预测结果；

40、年代判定模块，用于通过种类预测结果获得确定种类，计算每个古董数据包的确定种类的第一特征古董与所述特征数据的相关性，将所述相关性进行排序，根据所述排序中排名第一的古董数据包的古董年代，判定待判别古董的古董年代。

41、本发明有益效果：

42、本发明提出了一种基于多维数据库的古董年代判别方法及系统，通过大数据搜索技术，收集并整理历史年代的古董信息，其中包括已知古董的历史年代、风俗特征、工艺和标志等相关数据。根据大数据搜索的信息，建立多维数据库，并将其分为第一维度、第二维度和第三维度。所述第三维度是通过提取第一维度信息和第二维度信息所建立，第三维度包括多个古董数据包，每个数据包包含同一批古董的相关信息，所述相关信息抽取自第一维度的古董入库时间和第二维度的古董种类信息。根据第三维度的古董数据包中的信息，通过相关性计算方法，对每个古董进行相关性计算，得到古董相关性排序。这可以帮助确定与待判别古董特征最相关的古董。根据古董相关性排序，选择排序中排名第一的古董，即与待判别古董特征最相关的古董，被认为是具有第一特征的古董。利用机器视觉技术，对待判别古董进行图像或特征数据的提取，获取待判别古董的特征数据，如器型、纹饰和样式。利用历史数据中的古董信息和对应的种类标签，训练机器学习模型，用于预测待判别古董的种类。将待判别古董的特征数据输入训练好的预测模型，得到种类预测结果，即预测待判别古董所属的种类。针对每个古董数据包中已知种类的第一特征古董与待判别古董的特征数据，计算它们之间的相关性，并进行排序。根据上述排序中排名第一的古董数据包的古董年代信息，确定待判别古董的年代。通过大数据搜索、多维数据库建立、古董相关性计算、机器学习和机器视觉技术，能够较好地判别待判别古董的年代。本流程可以提供一个自动化的方法来分析古董的特征和种类，并判断其年代。