[發(fā)明專利]金融票據(jù)識別方法、裝置、設備及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 201911331025.9 | 申請日： | 2019-12-20 |
| 公開（公告）號： | CN111160188A | 公開（公告）日： | 2020-05-15 |
| 發(fā)明（設計）人： | 熊博穎;陶暉;張小彪 | 申請（專利權(quán)）人： | 中國建設銀行股份有限公司;建信金融科技有限責任公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 北京市蘭臺律師事務所 11354 | 代理人： | 張峰 |
| 地址： | 100033 *** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 金融 票據(jù) 識別 方法 裝置 設備 存儲 介質(zhì) | ||
1.一種金融票據(jù)識別方法，其特征在于，所述方法包括：
獲取金融票據(jù)；
采用N個預設識別模型，分別對所述金融票據(jù)進行識別，得到對應的N個識別結(jié)果；其中，N為大于或等于2的整數(shù)，N個所述預設識別模型彼此獨立，且N個所述預設識別模型通過采用N組不同的樣本數(shù)據(jù)對神經(jīng)網(wǎng)絡進行訓練所得到；
輸出N個所述識別結(jié)果中，占比大于預設閾值的目標識別結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述輸出N個所述識別結(jié)果中，占比大于預設閾值的目標識別結(jié)果，包括：
對N個所述識別結(jié)果中的任一目標識別結(jié)果：
確定所述目標識別結(jié)果的數(shù)量m；其中，m為大于或等于0、且小于或等于N的整數(shù)；
根據(jù)m和N，計算獲取所述目標識別結(jié)果在N個所述識別結(jié)果中的占比；
判斷所述目標識別結(jié)果在N個所述識別結(jié)果中的占比是否大于預設閾值；
若大于預設閾值，則輸出所述目標識別結(jié)果。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，N個所述預設識別模型的神經(jīng)網(wǎng)絡均不相同。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述采用N個預設識別模型，分別對所述金融票據(jù)進行識別之前，所述方法還包括：
獲取N組不同的樣本數(shù)據(jù)；
構(gòu)建N個彼此不同的神經(jīng)網(wǎng)絡；
采用N組不同的所述樣本數(shù)據(jù)，分別對N個彼此不同的所述神經(jīng)網(wǎng)絡進行訓練，獲取N個所述預設識別模型。
5.一種金融票據(jù)識別裝置，其特征在于，所述裝置包括：
第一獲取模塊，用于獲取金融票據(jù)；
識別模塊，用于采用N個預設識別模型，分別對所述金融票據(jù)進行識別，得到對應的N個識別結(jié)果；其中，N為大于或等于2的整數(shù)，N個所述預設識別模型彼此獨立，且N個所述預設識別模型通過采用N組不同的樣本數(shù)據(jù)對神經(jīng)網(wǎng)絡進行訓練所得到；
輸出模塊，用于輸出N個所述識別結(jié)果中，占比大于預設閾值的目標識別結(jié)果。
6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述輸出模塊，包括：確定子模塊、計算子模塊、判斷子模塊和輸出子模塊；
對N個所述識別結(jié)果中的任一目標識別結(jié)果：
所述確定子模塊，用于確定所述目標識別結(jié)果的數(shù)量m；其中，m為大于或等于0、且小于或等于N的整數(shù)；
所述計算子模塊，用于根據(jù)m和N，計算獲取所述目標識別結(jié)果在N個所述識別結(jié)果中的占比；
所述判斷子模塊，用于斷所述目標識別結(jié)果在N個所述識別結(jié)果中的占比是否大于預設閾值；
所述輸出子模塊，用于若大于預設閾值，則輸出所述目標識別結(jié)果。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，N個所述預設識別模型的神經(jīng)網(wǎng)絡均不相同。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述裝置還包括：第二獲取模塊、構(gòu)建模塊和訓練模塊；
在所述識別模塊采用N個預設識別模型，分別對所述金融票據(jù)進行識別之前，所述第二獲取模塊，用于獲取N組不同的樣本數(shù)據(jù)；
所述構(gòu)建模塊，用于構(gòu)建N個彼此不同的神經(jīng)網(wǎng)絡；
所述訓練模塊，用于采用N組不同的所述樣本數(shù)據(jù)，分別對N個彼此不同的所述神經(jīng)網(wǎng)絡進行訓練，獲取N個所述預設識別模型。
9.一種金融票據(jù)識別設備，其特征在于，包括：處理器、存儲介質(zhì)和總線，所述存儲介質(zhì)存儲有所述處理器可執(zhí)行的機器可讀指令，當所述金融票據(jù)識別設備運行時，所述處理器與所述存儲介質(zhì)之間通過所述總線通信，所述處理器執(zhí)行所述機器可讀指令，以執(zhí)行如權(quán)利要求1-4任一項所述的金融票據(jù)識別方法。
10.一種存儲介質(zhì)，其特征在于，所述存儲介質(zhì)上存儲有計算機程序，所述計算機程序被處理器運行時執(zhí)行如權(quán)利要求1-4任一項所述的金融票據(jù)識別方法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國建設銀行股份有限公司;建信金融科技有限責任公司，未經(jīng)中國建設銀行股份有限公司;建信金融科技有限責任公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911331025.9/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 一種金融服務系統(tǒng)、金融服務平臺及其方法
- 一種移動終端搭載金融支付終端的方法及金融支付系統(tǒng)
- 一種基于微信小程序及金融開放平臺的金融能力輸出模式
- 金融產(chǎn)品推薦方法、裝置、計算機設備及存儲介質(zhì)
- 基于三維坐標定位的金融憑證智能存放系統(tǒng)及其裝置
- 基于云計算和區(qū)塊鏈的金融信息管理系統(tǒng)
- 基于數(shù)據(jù)倉庫的金融數(shù)據(jù)自動化測試與監(jiān)控系統(tǒng)
- 基于金融應用的風險監(jiān)測方法及系統(tǒng)
- 金融數(shù)據(jù)處理方法、裝置、設備及存儲介質(zhì)
- 金融憑證智能存放裝置
