专利交易市场

本发明公开了一种建立锚点的信息检索方法，包括锚点、信息获取、信息检索。本发明通过设置信息聚拢因子中的索引词汇为中心词汇为W‑center，关联词汇向量为{W‑rela}，信息获取包括从互联网络中获取信息的广域网络抓取、指定数据库、按照W‑center合并广域网络抓取与指定数据库中抓取到的信息集合，成为{W‑center,{Info}}、信息循环、消息建立，再通过锚点持有、维度Dim、垂直检索、预制检索构成的检索方法，使用锚点可以固定检索中心词汇，长期检索，永不休止；多次检索，实时更新；消息通知，单向检索变为和检索方互动的双向检索；多通道（dim）同时检索；预制检索未来的信息。

本发明公开了一种基于机器学习实现图片高密度压缩、解压缩的方法，通过构建一智能学习模型，以识别图像中的关键元素，筛选出相关的特征，进一步的填充图片，剩下背景图Image(b)，然后存储识别出的特征和关键元素，将压缩后的背景图层存储，得到压缩后的图片。解压缩时调取关键元素，从元素库中匹配元素原型，然后根据元素的位置将元素还原到图像的位置，依次还原多个元素，依据每个元素的特征，将元素库中调取的元素进行精细的变形和位置还原，进一步的在背景库中抽取背景再现，使用高斯模糊，模糊叠加边缘处的缝隙，平滑不同图层的接缝和边缘，生成最终的特征近似的图片，实现解压缩。本发明压缩比率超大。可满足现有图片存储的需要。