1.一种儿童电子画板自动配色方法，其特征在于：包括如下方法步骤：S1、获取儿童选择的绘画图形模板和绘画配色历史数据，并分析偏好配色和绘画风格，根据分析的偏好配色和绘画风格数据、绘画配色历史数据建立绘画模型，再通过电磁感应获取儿童绘画的图形数据中的数据点坐标和对应的时间戳，进行图形曲率的计算，利用计算的图形曲率与设定的图形曲率阈值进行图形断续的判断；

S1.1、获取儿童选择的绘画图形模板和绘画配色历史数据，根据绘画配色历史数据分析近一个星期的偏好配色，以及分析近一个星期的绘画风格，并利用卷积神经网络根据分析的偏好配色数据、分析的绘画风格和绘画历史数据建立绘画模型，用于储存儿童近一个星期对各种图形的偏好配色，再根据绘画模型对选择的绘画图形模板自动匹配偏好的颜色，并将配色填充进绘画图形模板中；

S1.2、通过电磁感应获取儿童绘画的图形数据，以及图形线段的数据点坐标和电子笔施加的压力数据，并利用曲率算法公式根据儿童绘画的图形数据进行图形曲率的计算；

计算曲率的实现步骤：

步骤①、收集儿童绘画的图形数据 和图形线段的数据点坐标 ，并利用电磁感应技术根据儿童绘画的图形数据 获取与图形线段的数据点坐标 相邻的数据点坐标 ，以及图形线段的数据点坐标 与相邻的数据点坐标 对应的时间戳 ；

步骤②、根据图形线段的数据点坐标 与相邻的数据点坐标 对应的时间戳进行相减，得出时间间隔 ，再利用图形线段的数据点坐标 、相邻的数据点坐标和时间间隔 计算图形坐标的导数，得出图形坐标导数，具体算法公式：

；

；

其中，i指的是图形线段中第i个数据点；

步骤③、利用图形坐标导数 和时间间隔 计算图形坐标的二阶导数，得出图形坐标二阶导数 ，具体算法公式：

；

；

步骤④、利用图形坐标导数 和图形坐标二阶导数

计算图形曲率，得出计算的图形曲率 ，具体算法公式：

；

其中， 指的是计算的第 个图形曲率；

S1.3、根据计算的图形曲率与设定的图形曲率阈值进行图形断续的判断，当计算的图形曲率大于设定的图形曲率阈值时，说明绘画的图形存在断续，当计算的图形曲率小于设定的图形曲率阈值时，说明绘画的图形不存在断续，并根据绘画图形模板对绘画的图形进行相应的自动配色，将配色填充进绘画的图形中；

S2、通过绘画的图形存在断续数据触发特征提取公式，并根据数据点坐标和对应的时间戳、计算的图形曲率提取关键特征向量，再通过儿童绘画图形中的数据点坐标和选择的绘画图形模板中的数据点坐标计算相似度；

S2.1、通过绘画的图形存在断续数据触发特征提取公式，利用特征提取公式根据图形线段的数据点坐标和对应的时间戳、电子笔施加的压力数据、计算的图形曲率进行关键特征向量的提取；

利用特征提取公式提取关键特征的实现原理：

首先收集图形线段的数据点坐标 和对应的时间戳 、电子笔施加的压力数据 、计算的图形曲率 提取关键特征，得出提取的关键特征向量数据 ，具体算法公式：；

其中，儿童绘画的图形数据 包含n个数据点坐标；

S3、利用聚类算法根据分析的绘画风格数据提取风格特征，再通过神经网络模型提取的风格特征数据、提取的关键特征向量数据和相似度预测出儿童想绘画的图形，最终根据绘画图形模板中的图形配色对预测的绘画图形进行相应的自动配色。

2.根据权利要求1所述的儿童电子画板自动配色方法，其特征在于：所述S2具体包括如下方法步骤：S2.2、通过电磁感应技术获取儿童绘画图形中的数据点坐标，以及选择的绘画图形模板中的数据点坐标，再利用儿童绘画图形中的数据点坐标与选择的绘画图形模板中的数据点坐标计算方差，再根据儿童绘画图形中的数据点坐标、绘画图形模板中的数据点坐标和方差计算相似度，计算儿童绘画的图形与绘画图形模板中的图形相似度。

3.根据权利要求2所述的儿童电子画板自动配色方法，其特征在于：所述S2的S2.2中计算相似度的实现原理：获取儿童绘画图形中的数据点坐标 、绘画图形模板 中的数据点坐标和方差 计算相似度，得出相似度 ，具体算法公式：

；

其中，指的是儿童绘画图形和绘画图形模板中第 个数据点坐标， 指的是绘画图形模板中第i个数据点坐标的横轴坐标， 指的是绘画图形模板中第i个数据点坐标的纵轴坐标。

4.根据权利要求1所述的儿童电子画板自动配色方法，其特征在于：所述S3具体包括如下方法步骤：S3.1、利用聚类算法根据分析的绘画风格数据提取风格特征，再将提取的风格特征数据、提取的关键特征向量数据和相似度输入神经网络模型中，神经网络模型通过学习提取的风格特征数据、提取的关键特征向量数据和相似度，根据学习的结果预测输出图形的坐标点集，并根据预测的图形坐标点集生成儿童想绘画的图形；

S3.2、通过绘画图形模板中的图形配色对生成的绘画图形进行相应的自动配色，将配色填充进生成的绘画图形中。

5.根据权利要求4所述的儿童电子画板自动配色方法，其特征在于：所述S3的S3.1中预测输出图形的坐标点集实现原理：收集提取的风格特征数据 、提取的关键特征向量数据 和相似度 ，并通过神经网络模型 预测输出图形的坐标点集，得出预测的图形坐标点集 ，具体算法公式：。

6.一种用于操作权利要求1‑5任意一项所述的儿童电子画板自动配色方法的系统，其特征在于：包括建模计算单元（1）、提取相似单元（2）、数据预测单元（3）；

所述建模计算单元（1）用于获取儿童选择的绘画图形模板和绘画配色历史建立绘画模型，再根据绘画模型自动匹配偏好的颜色并填充进选择的绘画图形模板中，通过电磁感应获取儿童绘画的图形数据并计算图形曲率，根据计算的图形曲率判断绘画的图形是否存在断续；

所述提取相似单元（2）用于接收建模计算单元（1）中绘画的图形存在断续数据触发特征提取公式，提取关键特征向量，再通过电磁感应技术获取儿童绘画图形中的数据点坐标和选择的绘画图形模板中的数据点坐标计算方差，根据儿童绘画图形中的数据点坐标、绘画图形模板中的数据点坐标和方差计算图形相似度；

所述数据预测单元（3）用于接收提取相似单元（2）中提取的关键特征向量数据和相似度，并输入神经网络模型中，神经网络模型通过学习提取的关键特征向量数据和相似度预测输出儿童想绘画的图形，再对绘画图形进行相应的自动配色和填充进绘画图形中。