本技术涉及辐射扫描，具体而言，涉及一种数据信息标签的辐射扫描方法、系统及介质。
背景技术：
1、数据标签，顾名思义，就是为数据添加的标记和说明，它是人工或系统对数据进行的一种标注、注释和理解，数据信息标签中包括数据的属性，现有的辐射扫描方法中无法对数据数据进行分类处理，造成数据标签的误差较大，且没有建立抽取模型对数据的词义进行抽取，在对数据属性分类时，影响分类结果，对上述问题，目前亟待有效的技术解决方案。
技术实现思路
1、本技术实施例的目的在于提供一种数据信息标签的辐射扫描方法、系统及介质，通过抽取模型对数据特征进行语义抽取，从而精准的分析数据属性，对数据属性进行分类处理，建立数据信息标签，提高数据信息的分析精度。
2、本技术实施例还提供了一种数据信息标签的辐射扫描方法，包括：
3、获取数据信息标签的扫描图像，对扫描图像进行分析处理，得到满足设定条件信息的扫描图像；
4、提取扫描图像的数据特征，基于抽取模型对数据特征进行属性分析，得到数据属性值；
5、基于聚类算法对数据属性值进行聚类，得到聚类结果，基于聚类结果生成多个类别的数据特征；
6、抽取每一类别的数据特征的中心点作为标签，得到数据信息标签。
7、可选地，在本技术实施例所述的数据信息标签的辐射扫描方法中，获取数据信息标签的扫描图像，对扫描图像进行分析处理，得到满足设定条件信息的扫描图像，具体包括：
8、获取数据信息标签的扫描图像，分析图像像素点的像素值；
9、基于像素值与设定的像素区间分析扫描图像的清晰度是否满足设定清晰度阈值；
10、若不满足设定清晰度阈值，则将不满足设定清晰度阈值的扫描图像降噪处理，剔除噪声特征；
11、若满足设定清晰度阈值，则将扫描图像提取数据特征，得到满足设定条件信息的扫描图像。
12、可选地，在本技术实施例所述的数据信息标签的辐射扫描方法中，提取扫描图像的数据特征，基于抽取模型对数据特征进行属性分析，得到数据属性值，具体包括：
13、获取扫描图像的数据特征，基于知识图谱构建抽取模型，将数据特征输入抽取模型，得到数据特征的属性信息；
14、所述数据特征的属性信息包括数据特征的语义信息、语态信息、不同数据特征之间的关联信息与数据特征的形式信息，形式信息包括名词、动词与形容词；
15、基于数据特征的属性信息分析不同数据特征之间的相似度；
16、基于相似度分析不同数据特征之间的同义词、近义词与无关词进行分类；
17、基于不同类别的数据特征之间的权重系数对数据特征的属性信息进行赋值，得到数据属性值。
18、可选地，在本技术实施例所述的数据信息标签的辐射扫描方法中，基于相似度分析不同数据特征之间的同义词、近义词与无关词进行分类，具体包括：
19、获取不同数据特征，将不同数据特征进行比较，计算相似度；
20、将相似度与设定的相似度阈值进行比较，相似度阈值包括第一相似度阈值与第二相似度阈值，且所述第一相似度阈值小于第二相似度阈值；
21、若相似度小于第一相似度阈值，则判定数据特征为无关词；
22、若相似度大于等于第一相似度阈值且小于第二相似度阈值，则判定两个数据特征为近义词；
23、若相似度大于等于第二相似度阈值，则判定两个数据特征为同义词；
24、将同义词、近义词与无关词进行单独分类。
25、可选地，在本技术实施例所述的数据信息标签的辐射扫描方法中，基于聚类算法对数据属性值进行聚类，得到聚类结果，基于聚类结果生成多个类别的数据特征，具体包括：
26、获取数据属性值，基于聚类算法设定聚类区间，聚类区间包括属性上限值与属性下限值；
27、将数据属性值与属性上限值、属性下限值进行比较；
28、判断数据属性值是否大于等于属性下限值且小于等于属性上限值；
29、若大于等于属性下限值且小于等于属性上限值，则判定数据属性值位于聚类区间，将位于同一聚类区间的所有数据特征划分为同一类别；
30、若小于属性下限值，则建立下限阈值，基于下限阈值将位于下限阈值与属性下限值区间内的数据特征划分为同一类别，其中，下限阈值小于属性下限值；
31、若大于属性上限值，则建立上限阈值，基于上限阈值将位于属性上限值与上限阈值区间内的数据特征划分为同一类别，其中，上限阈值大于属性上限值。
32、可选地，在本技术实施例所述的数据信息标签的辐射扫描方法中，抽取每一类别的数据特征的中心点作为标签，得到数据信息标签，具体包括：
33、设定类别范围区域，将同一类别的数据特征分析位于类别范围区域的位置；
34、获取类别范围区域的中心点位置，将最接近中心点位置的数据特征提取关键词；
35、将关键词作为标签，生成该类别的数据信息标签。
36、第二方面，本技术实施例提供了一种数据信息标签的辐射扫描系统，该系统包括：存储器及处理器，所述存储器中包括数据信息标签的辐射扫描方法的程序，所述数据信息标签的辐射扫描方法的程序被所述处理器执行时实现以下步骤：
37、获取数据信息标签的扫描图像，对扫描图像进行分析处理，得到满足设定条件信息的扫描图像；
38、提取扫描图像的数据特征，基于抽取模型对数据特征进行属性分析，得到数据属性值；
39、基于聚类算法对数据属性值进行聚类，得到聚类结果，基于聚类结果生成多个类别的数据特征；
40、抽取每一类别的数据特征的中心点作为标签，得到数据信息标签。
41、可选地，在本技术实施例所述的数据信息标签的辐射扫描系统中，获取数据信息标签的扫描图像，对扫描图像进行分析处理，得到满足设定条件信息的扫描图像，具体包括：
42、获取数据信息标签的扫描图像，分析图像像素点的像素值；
43、基于像素值与设定的像素区间分析扫描图像的清晰度是否满足设定清晰度阈值；
44、若不满足设定清晰度阈值，则将不满足设定清晰度阈值的扫描图像降噪处理，剔除噪声特征；
45、若满足设定清晰度阈值，则将扫描图像提取数据特征，得到满足设定条件信息的扫描图像。
46、可选地，在本技术实施例所述的数据信息标签的辐射扫描系统中，提取扫描图像的数据特征，基于抽取模型对数据特征进行属性分析，得到数据属性值，具体包括：
47、获取扫描图像的数据特征，基于知识图谱构建抽取模型，将数据特征输入抽取模型，得到数据特征的属性信息；
48、所述数据特征的属性信息包括数据特征的语义信息、语态信息、不同数据特征之间的关联信息与数据特征的形式信息，形式信息包括名词、动词与形容词；
49、基于数据特征的属性信息分析不同数据特征之间的相似度；
50、基于相似度分析不同数据特征之间的同义词、近义词与无关词进行分类；
51、基于不同类别的数据特征之间的权重系数对数据特征的属性信息进行赋值，得到数据属性值。
52、第三方面，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括数据信息标签的辐射扫描方法程序，所述数据信息标签的辐射扫描方法程序被处理器执行时，实现如上述任一项所述的数据信息标签的辐射扫描方法的步骤。
53、由上可知，本技术实施例提供的一种数据信息标签的辐射扫描方法、系统及介质，通过获取数据信息标签的扫描图像，对扫描图像进行分析处理，得到满足设定条件信息的扫描图像；提取扫描图像的数据特征，基于抽取模型对数据特征进行属性分析，得到数据属性值；基于聚类算法对数据属性值进行聚类，得到聚类结果，基于聚类结果生成多个类别的数据特征；抽取每一类别的数据特征的中心点作为标签，得到数据信息标签；通过抽取模型对数据特征进行语义抽取，从而精准的分析数据属性，对数据属性进行分类处理，建立数据信息标签，提高数据信息的分析精度。
1.一种数据信息标签的辐射扫描方法，其特征在于，包括：
2.根据权利要求1所述的数据信息标签的辐射扫描方法，其特征在于，获取数据信息标签的扫描图像，对扫描图像进行分析处理，得到满足设定条件信息的扫描图像，具体包括：
3.根据权利要求2所述的数据信息标签的辐射扫描方法，其特征在于，提取扫描图像的数据特征，基于抽取模型对数据特征进行属性分析，得到数据属性值，具体包括：
4.根据权利要求3所述的数据信息标签的辐射扫描方法，其特征在于，基于相似度分析不同数据特征之间的同义词、近义词与无关词进行分类，具体包括：
5.根据权利要求4所述的数据信息标签的辐射扫描方法，其特征在于，基于聚类算法对数据属性值进行聚类，得到聚类结果，基于聚类结果生成多个类别的数据特征，具体包括：
6.根据权利要求5所述的数据信息标签的辐射扫描方法，其特征在于，抽取每一类别的数据特征的中心点作为标签，得到数据信息标签，具体包括：
7.一种数据信息标签的辐射扫描系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括数据信息标签的辐射扫描方法的程序，所述数据信息标签的辐射扫描方法的程序被所述处理器执行时实现以下步骤：
8.根据权利要求7所述的数据信息标签的辐射扫描系统，其特征在于，获取数据信息标签的扫描图像，对扫描图像进行分析处理，得到满足设定条件信息的扫描图像，具体包括：
9.根据权利要求8所述的数据信息标签的辐射扫描系统，其特征在于，提取扫描图像的数据特征，基于抽取模型对数据特征进行属性分析，得到数据属性值，具体包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括数据信息标签的辐射扫描方法程序，所述数据信息标签的辐射扫描方法程序被处理器执行时，实现如权利要求1至6中任一项所述的数据信息标签的辐射扫描方法的步骤。
