(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210780504.4 (22)申请日 2022.07.05 (65)同一申请的已公布的文献号 申请公布号 CN 114840693 A (43)申请公布日 2022.08.02 (73)专利权人 深圳市拓保软件 有限公司 地址 518100 广东省深圳市南 山区桃源街 道学苑大道1001号南山智园C1栋7楼 (72)发明人 孙勇　 (74)专利代理 机构 深圳市智胜联合知识产权代 理有限公司 4 4368 专利代理师 王月 (51)Int.Cl. G06F 16/51(2019.01) G06F 16/583(2019.01) G06F 16/182(2019.01) G06V 10/50(2022.01)G06V 10/74(2022.01) G06K 9/62(2022.01) G06Q 40/04(2012.01) (56)对比文件 CN 114201598 A,202 2.03.18 CN 1045728 86 A,2015.04.2 9 US 2014324864 A1,2014.10.3 0 JP 2017097698 A,2017.0 6.01 李昱杭.图数据库中的相似性搜索问题研 究. 《中国优秀硕士学位 论文全文数据库 基础科 学辑》 .2021, Zijian L i et al.An Ef ficient Probabilistic Ap proach for Graph Similarity Searc h. 《2018 IE EE 34th Internati onal Conference o n Data Engineering》 .2018, 审查员 范鹏 (54)发明名称 一种基于分布式图数据库的金融图像数据 搜索方法及系统 (57)摘要 一种基于分布式图数据库的金融图像数据 搜索方法， 包括步骤： 构建图数据库， 将历史金融 图像数据集 以及待搜索 的金融图像数据表示成 一个以时间段为顶点的有向图， 图的每一条有向 边表示两端顶 点对应的金融图像数据特征值； 对 历史金融图像数据集分块构建层次树， 自底向上 遍历层次树， 计算每个节点的特征值， 构建表示 图Q、 图E； 计算 图Q与图E的相似度， 根据相似度s (Q,E)， 选择显示最接近的K个历史金融图像数 据。 本发明的方法及系统显著了提高使用便捷 性， 在准确率方面大 大增强， 增强用户体验。 权利要求书4页 说明书9页 附图1页 CN 114840693 B 2022.09.16 CN 114840693 B 1.一种基于分布式图数据库的金融图像数据搜索方法， 其特征在于， 包括步骤： 构建图 数据库， 所述图数据库用于存储历史金融图像数据集， 所述历史金融图像数据集包括行情 信息趋势图、 K线图； 输入待搜索的金融图像数据， 将历史金融 图像数据集以及待搜索的金融图像数据表示 成一个以时间段为顶 点的有向图， 图的每一条有向边表示两端顶点对应的金融图像数据特 征值； 对历史金融图像数据集分块构建层次树， 自底向上遍历层次树， 计算每个节点的特征 值， 所述金融图像数据特征值包括成交量、 成交额、 振幅、 委比、 最高值、 最低值、 趋势 图均 值、 趋势图方差、 K线图的像素均值、 K线图的像素偏移度、 K线图的像素直度、 K线图的像素方 差、 K线图的像素饱和度、 K线图的像素log值， 即对不同时间段的金融数据图像进行特征值 计算； 对提取的金融图像的特征值分别进行频数统计， 取频数最高的N个金融图像特征值构 建表示图Q； 提取输入待搜索的金融图像数据的特征值， 取频数最高的N个金融图像特征值 构建表示图E； 计算由金融图像特征值构成的图Q与待搜索的金融图像特征值构成的图g的最大公共 子图mcs(Q,E)， 计算图Q与图E的相似度： 其中θ为调节值， 根据相似度s(Q,E)， 选择显示与输入待搜索的金融图像数据最接近的 K个历史金融图像数据。 2.根据权利要求1所述的一种基于分布式图数据库的金融图像数据搜索方法， 其特征 在于， 所述行情信息趋势图包括上证、 深 证、 创业板、 科创板、 新三板、 恒生指数、 全球指数趋 势图； 全球指数趋势图包括纳斯达克、 标普500、 道琼斯工业、 英国富时、 欧洲50、 德意志、 日 经225趋势图， 上证包括工商银行、 中国银行、 中国中车趋势图； 深证包括金风科技、 海格通 信； 创业板包括 东方财富、 宝色股份。 3.根据权利要求1所述的一种基于分布式图数据库的金融图像数据搜索方法， 其特征 在于， 所述对提取的特征值分别进行频数统计， 包括对M个时间段中金融图像数据偏移度为 A的出现次数进行统计， 当出现次数大于设定阈值且频数位于前N名时， 则将特征值偏移度 纳入构建图Q。 4.根据权利要求1所述的一种基于分布式图数据库的金融图像数据搜索方法， 其特征 在于， 所述金融图像数据特 征值还包括K线图的直方图以及K线图的R、 G、 B通道值。 5.根据权利要求4所述的一种基于分布式图数据库的金融图像数据搜索方法， 其特征 在于， 金融图像数据K线图的直方图为： l＝1， 2，…L‑1 M为像 素总数， N(l)为灰度值 为l 的像素数， l＝1， 2，…L‑1 为图像的灰度； 金融图像数据K线图的像素均值：权　利　要　求　书 1/4 页 2 CN 114840693 B 2金融图像数据K线图的像素 方差： 金融图像数据K线图的像素偏移度： 金融图像数据K线图的像素直度： 金融图像数据K线图的像素饱和度： 金融图像数据K线图的l og值： 。 6.一种基于分布式图数据库的金融图像数据搜索系统， 其特征在于， 包括： 构建图数据 库模块， 所述图数据库用于存储历史金融图像数据集， 所述历史金融图像数据集包括行情 信息趋势图、 K线图； 输入模块： 用于输入待搜索的金融图像数据， 将历史金融图像数据集以及待搜索的金 融图像数据表示成一个以时间段为顶点的有向图， 图的每一条有向边表示两端顶点对应的 金融图像数据特 征值； 层次树构建模块： 对历史金融图像数据集分块构建层次树， 自底向上遍历层次树， 计算 每个节点的特征值， 所述金融图像数据特征值包括成交量、 成交额、 振幅、 委比、 最高值、 最 低值、 趋势图均值、 趋势图方差、 K线图的像素均值、 K线图的像素偏移度、 K线图的像素直度、 K线图的像素方差、 K线图的像素饱和度、 K线图的像素log值， 即对不同时间段的金融数据图 像进行特征值计算； 频数统计模块： 对提取的金融图像的特征值分别进行频数统计， 取频数最高的N个金融 图像特征值构建表示图Q； 提取输入待搜索的金融图像数据的特征值， 取频数最高的N个金 融图像特 征值构建表示图E； 相似度计算模块： 计算由金融图像特征值构成的图Q与待搜索的金融图像特征值构成 的图g的最大公共子图mcs(Q,E)， 计算图Q与图E的相似度：权　利　要　求　书 2/4 页 3 CN 114840693 B 3