【技术实现步骤摘要】
一种人工智能数据归类系统
[0001]本专利技术涉及数据处理
,更具体地说,本专利技术涉及一种人工智能数据归类系统。
技术介绍
[0002]随着我国网络技术的快速发展,数据处理是系统工程以及自动控制的基本环节,逐渐成为生活和工作中的一部分,在整个数据处理的过程中,数据处理是对数据的采集、归类、存储、检索、加工、变换和传输,基于网络数据存在复杂因素使得数据分类是个繁琐且复杂的工作,将大量难以理解的数据进行优化、抽取获得数据特征便于人们利用数据获取重要的意义。
[0003]数据归类是对数据处理的一部分,通过数据类别特性和数据分类方法将具有相同的数据特征归类在一起,将相异的数据与和需要归类管理的数据区别开来,并确定其相同与相异之间的关系,形成有条理的数据系统,数据归类系统包括数据采集模块、数据归类模块以及特征数据库,通过利用特征数据库对数据采集模块采集的数据按照一定的特征进行有效区分,获得数据的准确性。
[0004]目前,数据归类系统获取的数据面单一,面对数量庞大的网络数据处理方法常常受到数据收集不全面等外部因素影响到指分类反复出现错误,使得数据归类准确率下降。
技术实现思路
[0005]为了克服现有技术的上述缺陷,本专利技术的实施例提供一种人工智能数据归类系统,通过配件数据分类模块通过人工智能技术,扩大数据覆盖范围,为优化分类模型结构提供数据支持,通过数据特征偏差算法提高数据分类效率,减少数据分类误差,为后续数据处理奠定了基础,以解决上述
技术介绍
中提出的问题。
[0006]为 ...
【技术保护点】
【技术特征摘要】
1.一种人工智能数据归类系统,其特征在于:包括用户端、配件数据收集模块、配件数据分类模块、云服务端,所述用户端与配件数据收集模块通过单机片串行连接,所述配件数据收集模块与配件数据分类模块通过单机片进行串行连接,所述配件数据分类模块与云服务端模块通过网络长连接,所述用户端是指用户登录账户输入关键字或上传图像后对输入的关键字数据进行数据预处理,得到预处理后的关键字数据,或对输入的图像数据进行降噪得到预处理图像数据传输至配件数据收集模块,所述配件数据收集模块基于用户端通过收集指令收集预处理关键字数据或预处理图像数据并依据数据特征进行数据基本信息创建,然后将配件数据收集模块的预处理关键字数据或预处理图像数据传输至配件数据分类模块,所述配件数据分类模块通过人工智能技术对所收集的预处理关键字数据或预处理的图像数据进行汇总,构建分类矩阵,按照分类过程计算出偏差值,并按照偏差值设置数据分类监测节点,所述云服务端通过虚拟化技术进行数据分类方法存储以及关键字数据、图像数据的存储,并对配件数据分类模块出现分类错误进行纠偏,通过决策树不断优化分类方法,所述偏差值的模型如下:P为数据分类偏差值,ω1为数据特征平均值,ω2为聚类算法聚类极限值,α为聚类算法聚类次数,q为聚类训练集,通过上述计算,得到数据分类偏差值,通过数据分类偏差值,在标定的数据分类进行设定数据特征子集。2.根据权利要求1所述的一种人工智能数据归类系统,其特征在于:所述用户端在用户登录账户之后通过已获取摄像或麦克风权限的智能设备将需要录入的配件数据通过关键字或图像的形式获取配件基本信息,并将配件基本信息通过关键字数据录入或图像传输至配件数据收集模块,所述配件的基本信息包括配件的样式、型号、规格、重量、颜色信息。3.根据权利要求2所述的一种人工智能数据归类系统,其特征在于:所述关键字数据预处理先确定关键字的具体数据特征进行分析,按照每个关键字的特征实际属性对应不同的关键字信息,构建具体的数据预处理条件,并通过归一量化处理进行定向缩放,得到预处理后的关键字数据集,然后利用二分对比方法对隶属关键字数据集进行关联排序,获得预处理关键字数据;所述图像数据降噪的方式通过在灰度处理的图像局部方差调整图像的输出的基础上,保留图像的边缘和高频图像信息,将图像缩放为预设的尺寸大小,得到预处理图像数据。4.根据权利要求1所述的一种人工智能数据归类系统,其特征在于:所述配件数据收集模块包括收集指令单元和数据特征提取单元,所述收集指令单元是指收集待分类处理的关键字数据和图像数据的指令,收集指令单元根据寄存器中的指令地址,去内存或指令缓存中获取收集指令,并加载至指令寄存器中,接着所述数据特征提取单元将寄存器中的指令进行翻译、数据特征提取,并向数据特征提取单元发送收集信息和指令信息,与此同时寄存器的指令自增后加载下一个需要指令的指令地址,所述数据特征提取单元结合人工智能技术进行特征值的提取,并通过分布式梯度增强计算出预处理关键字数据或降噪图像的冗余系数,然后依据数据特征对关键字或图像数据基本信息创建,所述数据特征单元基于关键
字数据或图像数据进行逐一训练的基础上采用决策树的方法完成数据特征的提取。5.根据权利要求4...
【专利技术属性】
技术研发人员:衣云龙,关颖,王树平,杨立超,赵琰,姜楠,冉曙光,吴嘉隆,辛颖,张慧明,洪宇,叶一彤,
申请(专利权)人:沈阳工程学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。