[發明專利]基于BP神經網絡的二維碼防偽預測裝置和方法

有效

• 申請號: 201610843520.8
• 申請日: 2016-09-21
• 公開（公告）號: CN106469336B
• 公開（公告）日: 2018-04-17
• 發明（設計）人: 李志;陳光鋒
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06N3/08
• 分類號: G06N3/08
• 代理公司: 廣州勝沃園專利代理有限公司44416
• 代理人: 張帥

技術領域

本發明涉及二維碼防偽預測技術領域，特別是涉及一種基于BP神經網絡的二維碼防偽預測裝置和方法。

背景技術

隨著社會生活水平的提高，人們對產品質量的要求越來越高，對防偽技術應用的需求也相應增加。基于二維碼的防偽系統是目前國內外廣泛應用的防偽系統，產品和二維碼綁定，用智能手機掃描二維碼，提示產品真偽情況。同時，隨著智能手機的普及，大眾參與產品防偽將更加簡單，二維碼防偽系統的應用將越來越廣泛。對于當前的二維碼防偽系統，首先，絕大部分防偽機制都是根據產品二維碼被掃次數判斷真偽，如申請文獻CN20130617837.6中的二維碼防偽方法，二維碼第一次被掃就提示正品，否則提示假冒產品，這樣如果多個消費者掃同一產品，對一個產品真偽判斷過于絕對化；第二，為了防止產品二維碼多次被掃造成真偽誤判和被不法分子接觸并利用，二維碼置于產品內部，這樣消費者必須購買后才掃碼判斷產品真偽，即使是假冒產品，也不能提前預知。如果把二維碼包裝在產品外部，消費者即可先掃碼判斷真偽，再決定買或者不買。對于這種防偽系統，不法分子可先接觸到產品二維碼，如果二維碼被破解并偽造，防偽系統將很難判斷真偽。

BP神經網絡是目前應用最廣泛的神經網絡模型之一。BP網絡能學習和存儲大量的輸入-輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程。在申請文獻CN201410464900.1中提及到利用BP神經網絡來預測任務完成的時間，但在現有技術中，還未發現有利用BP神經網絡來預測產品真偽的裝置與方法，因此，基于BP神經網絡，通過掃碼判斷產品真偽的方法和裝置還有待研發。

發明內容

針對現有技術的不足，本發明的目的旨在提供一種基于BP神經網絡的二維碼防偽預測裝置和方法，結合防偽數據庫和BP神經網絡算法，預測產品真偽的概率，對產品真偽進行定量判斷。

為實現上述目的，本發明采用如下技術方案：

基于BP神經網絡的二維碼防偽預測裝置，包括按信號流向依次連接的數據存取模塊、掃碼模塊、數據分析模塊、學習訓練模塊和算法應用模塊；所述BP神經網絡由輸入層、隱含層和輸出層構成；

數據存取模塊，用于存取產品數據建立防偽數據庫；

掃碼模塊，用于獲取掃碼數據；

數據分析模塊，用于調用防偽數據庫對掃碼獲得的數據進行處理分析，獲得產品的屬性特征值；

學習訓練模塊，由實際產品真偽情況所獲得的特征值數據作為網絡輸入，產品造假概率作為輸出，在輸入的刺激下不斷改變網絡的連接權值，以使網絡的輸出不斷地接近期望的輸出，從而構建出BP神經網絡算法；

算法應用模塊，使用BP神經網絡算法對掃碼產品進行防偽預測。

作為本發明的一種優化，所述數據存取模塊用于將企業的加工產品質量信息、經銷商信息、零售商信息、消費者掃碼驗證信息和包裝二維碼信息均進行存儲并建立防偽數據庫。

作為本發明的一種優化，所述產品屬性特征值包括掃碼信息一致x1、掃碼指定地點一致x2、知名度x3、造假利益x4、風險代價x5；掃碼產品的信息與防偽數據庫對應的信息是否完全相同構成掃碼信息一致x1；掃碼地點與指定銷售地點的變動構成掃碼指定地點一致x2；所述知名度x3由生活水平不同導致對產品的質量要求存在差異構成；根據不同區域對產品造假的處罰程度不同，造假風險程度不同，構成造假利益x4；因不同品牌產品生產成本不同，產品利潤高低不同構成風險代價x5。

作為本發明的一種優化，所述數據分析模塊利用S型函數將掃碼獲得的數據結合防偽數據庫進行歸一化處理，將掃碼獲得的值轉換成[0,1]區間內，用于為BP神經網絡的學習提供原始數據；其中S型函數公式為：

輸入

net＝x₁w₁+x₂w₂+…+x_nw_n

輸出

其中x_n為第n個輸入信號；W_n為權系數。