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！

龙图腾网获悉济宁职业技术学院申请的专利一种基于互联网信息爬取的楷木雕刻资源库建设方法及系统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：CN117312589B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202311251560.X，技术领域涉及：G06F16/51；该发明授权一种基于互联网信息爬取的楷木雕刻资源库建设方法及系统是由王师琪;王琳;杨森设计研发完成，并于2023-09-26向国家知识产权局提交的专利申请。

本一种基于互联网信息爬取的楷木雕刻资源库建设方法及系统在说明书摘要公布了：本发明公开了一种基于互联网信息爬取的楷木雕刻资源库建设方法及系统，涉及数据处理技术领域，该方法包括：设定爬取因子，自动爬取互联网图片并将其分类，获得图片分类集群；构建楷木标准特征集并将其作为训练数据，获得标准识别子模型，确定网络共享权重，构建孪生网络判别模型；确定匹配标准特征集；将图片分类集群与匹配标准特征集输入孪生网络判别模型中，获得判别结果；当判别结果满足归档要求时，将对应图片存入楷木资源库对应类别资源集中。本发明解决了现有技术中由于获取的楷木图片资源的准确度低，导致楷木资源库资源质量差的技术问题，达到了通过互联网信息爬取并筛选准确度高的楷木图片资源，提高楷木资源库资源质量的技术效果。

本发明授权一种基于互联网信息爬取的楷木雕刻资源库建设方法及系统在权利要求书中公布了：1.一种基于互联网信息爬取的楷木资源库建设方法，其特征在于，所述方法包括： 设定爬取因子，基于所述爬取因子自动爬取互联网图片，构建图片数据集； 按照预设分类特征对所述图片数据集进行分类，获得图片分类集群，所述预设分类特征为楷木形态特征； 构建楷木标准特征集，所述楷木标准特征集与所述预设分类特征相对应； 根据所述楷木标准特征集作为训练数据，获得标准识别子模型，并基于所述标准识别子模型，确定网络共享权重； 基于所述标准识别子模型、网络共享权重，构建孪生网络判别模型； 根据所述图片分类集群与所述楷木标准特征集进行特征匹配，确定匹配标准特征集； 将所述图片分类集群与匹配标准特征集输入所述孪生网络判别模型中，获得判别结果； 当所述判别结果满足归档要求时，将对应图片存入楷木资源库对应类别资源集中； 将所述图片分类集群与匹配标准特征集输入所述孪生网络判别模型中，获得判别结果，包括： 通过所述孪生网络判别模型中标准识别子模型对所述匹配标准特征集进行特征识别解析，获得标准特征解析数据； 通过所述孪生网络判别模型中样本识别子模型对所述图片分类集群中各图片进行特征识别解析，获得样本特征解析数据； 基于所述标准特征解析数据、样本特征解析数据，通过损失函数计算，获得特征损失值； 当所述特征损失值达到预设阈值时，获得所述判别结果为判别不相同； 当所述特征损失值未达到预设阈值时，获得所述判别结果为判别相同； 所述方法还包括： 根据所述图片分类集群，确定分类混淆特征； 基于所述分类混淆特征进行异常识别案例采集，获得异常案例集； 根据所述异常案例集，确定异常特征集； 基于所述网络共享权重，构建孪生网络异常判别模型； 将所述图片分类集群、异常特征集输入所述孪生网络异常判别模型，获得异常判别结果； 基于所述图片分类集群，设定异常判别筛选权值； 根据所述异常判别筛选权值、异常判别结果，对所述判别结果进行筛选，将筛选后的图片进行楷木资源库归档； 所述根据所述楷木标准特征集作为训练数据，获得标准识别子模型，并基于所述标准识别子模型，确定网络共享权重还包括： 根据所述图片分类集群，确定分类集群核心区域； 根据图片边框识别结果、所述分类集群核心区域，确定核心判别区域并对图片进行区域标记，用于特征提取。

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济宁职业技术学院，其通讯地址为：272000 山东省济宁市77号济宁职业技术学院艺术与设计系207；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。