[發明專利]基于神經網絡的電子政務考核方法及相關設備

在審

• 申請號: 201910915150.8
• 申請日: 2019-09-26
• 公開（公告）號: CN110751374A
• 公開（公告）日: 2020-02-04
• 發明（設計）人: 李保印;趙武;劉濤;張寶玉;王坤
• 申請（專利權）人: 中電萬維信息技術有限責任公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/26;G06N3/02;G06N3/12
• 代理公司: 44248 深圳市科吉華烽知識產權事務所(普通合伙)
• 代理人: 胡吉科

1.一種基于神經網絡的電子政務考核方法，其特征在于，包括：

獲取電子政務系統中的目標省份的省級統建業務系統數據，所述省級統建業務系統數據包括省對接部門自建業務系統數、價格、辦件量、可網辦事項數、用戶訪問量、用戶數、共享數據數、延伸信息、移動客戶端信息、咨詢數和投訴數；

將所述省級統建業務系統數據按類別分別進行歸一化處理，得到多個對應的歸一化數據；

將所述多個對應的歸一化數據分別輸入到預置的神經網絡模型的輸入層中各個神經單元；

通過所述預置的神經網絡模型對所述多個對應的歸一化數據進行考核評估，得到所述目標省份的考核評估值；

根據所述目標省份的考核評估值調整所述目標省份的排名信息。

2.根據權利要求1所述的基于神經網絡的電子政務考核方法，其特征在于，所述獲取電子政務系統中的目標省份的省級統建業務系統數據之前，所述方法還包括：

獲取原始學習樣本數據，所述原始學習樣本數據包括多種省級統建業務系統數據，每一種省級統建業務系統數據對應神經網絡的一個神經元；

對所述原始學習樣本數據歸一化，生成歸一化的學習數據；

根據歷史數據確定神經網絡的結構和連接權值的初始值；

根據所述多種省級統建業務系統數據和所述連接權值的初始值計算得到連接權值的適應值；

判斷所述連接權值的適應值是否大于預設精度值或達到最大迭代次數；

若所述連接權值的適應值大于預設精度值或所述連接權值的適應值達到最大迭代次數，則完成優化并生成預置的神經網絡模型。

3.根據權利要求2所述的基于神經網絡的電子政務考核方法，其特征在于，所述根據所述多種省級統建業務系統數據和所述連接權值的初始值計算得到連接權值的適應值包括：

確定每種省級統建業務系統數據對應的連接權值的初始值；

調用預置的遺傳算法模型對每種連接權值的初始值進行優化；

生成每種省級統建業務系統數據對應的連接權值的適應值。

4.根據權利要求3所述的基于神經網絡的電子政務考核方法，其特征在于，所述調用預置的遺傳算法模型對每種連接權值的初始值進行優化包括：

設置進化代數計數器t，設置最大進化代數T，并隨機生成M個個體作為初始群體P(0)，t＝0；

計算群體P(t)中各個個體的適應度；

將選擇算子、交叉算子和變異算子依次作用于群體，得到下一代群體P(t+1)并更新進化代數計數器；

判斷進化代數計數器當前數t是否等于所述最大進化代數T；

若進化代數計數器當前數t等于所述最大進化代數T，則以進化過程中所得到的具有最大適應度個體作為輸出的適應值，終止計算。

5.根據權利要求1所述的基于神經網絡的電子政務考核方法，其特征在于，所述通過所述預置的神經網絡模型對所述多個對應的歸一化數據進行考核評估，得到所述目標省份的考核評估值包括：

確定預置的神經網絡模型的各個輸入的輸入總值為其中，權值w_k0＝θ_k；

根據所述輸入總值u_k和閾值θ_k得到變化速度v_k，v_k＝net_k＝u_k-θ_k；

根據所述變化速度生成激活函數為

根據所述激活函數S(v)確定所述預置的神經網絡模型中輸出的考核評估值為y_k＝S(v_k)。