[發明專利]一種公證意愿真實性鑒別方法

有效

• 申請號: 201811008920.2
• 申請日: 2018-08-31
• 公開（公告）號: CN109190556B
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 郭文靜;陳艷;陳雅賢
• 申請（專利權）人: 法信公證云(廈門)科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G06Q50/18
• 代理公司: 廈門福貝知識產權代理事務所(普通合伙) 35235
• 代理人: 郝學江

1.一種公證意愿真實性鑒別方法，其特征在于，包括以下步驟：

S1：用戶進行實名注冊，并通過面部信息獲取模塊進行身份驗證；

S2：根據業務流程通過語音獲取模塊對用戶提問相關問題并記錄回答內容得到語音信息，通過身體體征獲取模塊記錄公證過程中的心率，根據用戶的真實身份信息通過大數據分析模塊獲取用戶的所有相關信息，包括財產、信用、親屬關系，并分析得到個人信息綜合評價值，通過面部信息獲取模塊實時解析用戶在辦理流程時的面部微表情信息，并通過行為動作獲取模塊獲取用戶的行為動作數據信息；

S3：通過神經網絡分析模塊對所記錄的信息進行分析，神經網絡分析模塊包括3個初步分析神經網絡和1個綜合分析神經網絡，3個初步分析神經網絡分別用來將心率、面部微表情信息及行為動作數據信息、語音信息進行分析得到心率特征數值、心理狀態數值、語言邏輯數值，綜合分析神經網絡用于將3個初步分析神經網絡的心率特征數值、心理狀態數值、語言邏輯數值以及大數據分析模塊處理得到的個人信息綜合評價值進行綜合分析得出用戶辦理公證事項時的意愿真實性概率結果。

2.根據權利要求1所述的公證意愿真實性鑒別方法，其特征在于，所述3個初步分析神經網絡和1個綜合分析神經網絡都采用BP神經網絡模型。

3.根據權利要求2所述的公證意愿真實性鑒別方法，其特征在于，所述BP神經網絡模型的具體運行方案如下：

輸入數據集合為A，預期輸出數據集合為B；假設輸入層的節點個數為n，隱含層的節點個數為ι，輸出層的節點個數為m；輸入層到隱含層的權重v_ij，隱含層到輸出層的權重為w_jk，輸入層到隱含層的閥值為a_j，隱含層到輸出層的閥值為b_k；學習速率為η，激勵函數為g(x)；

S31：網絡初始化，為權重v_ij、w_jk以及閥值a_j、b_k賦予[-1，1]區間的隨機值；

S32：對于每個學習樣本模式即(A,B)進行以下操作：

S321：計算隱含層輸出，將A的值作泛化處理送到輸入層單元，根據輸入層至隱含層的權重v_ij以及隱含層的閥值a_j，計算隱含層輸出H；

公式中：i＝1，2，3，···，n；j＝1，2，3，···，ι；x_i為A的值泛化處理后的元素；

所選g(x)＝1/(1+e^-x)；

S322：計算輸出層的輸出，根據隱含層輸出H、權重w_jk和閥值b_k，計算BP神經網絡預測輸出C；

公式中：k＝1，2，3，···，m；

S323：計算誤差，根據BP神經網絡期望輸出B和預測輸出C，計算網絡誤差E；

S324：權值更新，根據網絡誤差E_k更新神經網絡權重v_ij，w_jk；

S325：閥值更新，根據網絡誤差E_k更新神經網絡閥值a_j，b_k；

S33：判斷網絡誤差E_k是否滿足精度要求；若滿足，則結束，否則繼續；

S34：更新網絡學習次數，若學習次數小于規定的次數，返回S32。

4.根據權利要求1所述的公證意愿真實性鑒別方法，其特征在于，所述面部信息獲取模塊采用生物特征識別技術獲取用戶的面部信息進行身份識別，記錄用戶的面部表情，并通過微表情識別技術獲取面部微表情信息。

5.根據權利要求1所述的公證意愿真實性鑒別方法，其特征在于，所述語音獲取模塊采用語音識別技術和自然語言處理技術為用戶提供人機交互功能，引導用戶完成辦理公證事項的前期信息采集工作，并根據用戶所辦理的公證事項提問相關問題，獲取用戶的語音信息。