一种基于自学习的数据挖掘方法及系统

本发明公开了一种基于自学习的数据挖掘方法及系统，收集不同生鲜产品在各个新鲜度阶段的时间序列图像数据，从中提取出静态特征和动态特征，通过分析这些特征，定义标签，该标签将静态特征与动态特征关联起来，以形成一个综合性的描述；根据动态特征的变化规律，将具有相似变化模式的产品归入同一相似组；在此基础上，利用这些标签和相似组数据训练自学习挖掘模型，专注于提升对相似组产品的识别能力；将挖掘结果反馈至系统的动态时空图中，实现对图中节点属性的更新，从而持续优化识别算法。本发明不仅能够有效克服动态特征变化带来的识别难题，还能通过静态特征提供稳定的识别基准，进而显著提升生鲜产品在不同新鲜度下识别的准确性和可靠性。