[發明專利]基于人工智能分析的企業經營風險評估方法及系統

有效

• 申請號: 202110395829.6
• 申請日: 2021-04-13
• 公開（公告）號: CN112801431B
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 陳迪;陳聲榮;文享龍;蔡高琰;梁炳基;林江渚
• 申請（專利權）人: 廣東浩迪智云技術有限公司
• 主分類號: G06F17/00
• 分類號: G06F17/00;G06Q10/04;G06Q10/06
• 代理公司: 佛山市海融科創知識產權代理事務所(普通合伙) 44377
• 代理人: 陳志超

1.一種基于人工智能分析的企業經營風險評估方法，其特征在于，包括步驟：

A1.獲取企業的用電特征數據、辦公區域的監控視頻信息和人員打卡信息；

A2.把所述用電特征數據、辦公區域的監控視頻信息和人員打卡信息輸入預先訓練好的企業經營風險分析模型，得到風險預測值；

A3.根據所述風險預測值發出對應的報告信號；

步驟A2中，所述企業經營風險分析模型根據所述用電特征數據、辦公區域的監控視頻信息和人員打卡信息提取所述企業的經營信息，并根據所述經營信息計算風險預測值；所述經營信息包括上班時間、下班時間、工作時長、企業經營規模、設備開工率、人員到崗率、上班打卡人數中的至少一項；

所述用電特征數據包括用電波形和接入用電設備個數；所述經營信息包括設備開工率；步驟A2中，所述企業經營風險分析模型根據所述用電波形分析得到設備開工率；

其中，根據所述用電波形分析得到設備開工率的步驟包括：用所述用電波形與各典型用電波形進行匹配，得到相似度最高的典型用電波形相對應的開機數量，并用開機數量除以接入用電設備個數得到設備開工率；

所述經營信息包括人員到崗率；步驟A2中，所述企業經營風險分析模型根據所述辦公區域的監控視頻信息提取所述人員到崗率；

其中，根據所述辦公區域的監控視頻信息提取所述人員到崗率的時候，周期性地從所述辦公區域的監控視頻信息截取辦公區域的圖像進行人員到崗率的提取，且在截取辦公區域的圖像的時候在當前截取周期的所有辦公區域的監控視頻信息幀圖像中隨機截取一幀。

2.根據權利要求1所述的基于人工智能分析的企業經營風險評估方法，其特征在于，所述企業經營風險分析模型根據所述辦公區域的監控視頻信息提取所述人員到崗率的步驟包括：

S1.周期性地從所述辦公區域的監控視頻信息截取辦公區域的圖像進行二值化處理；

S2.根據預先錄入的辦公工位分布信息對二值化處理后的圖像進行區域分割，得到多個工位區域；

S3.采用基于局部對比度顯著性特征匹配算法進行工位人物初檢測，得到各工位區域上的人物匹配值；

S4.把人物匹配值小于預設匹配閾值的工位區域標記為無人工位，把人物匹配值不小于預設匹配閾值的工位區域標記為待定工位；若有至少一個待定工位，則執行步驟S5；

S5.利用原始圖像和基于SIFT特征的人物特征匹配算法判斷所述待定工位是否有人，若有人則把所述待定工位標記為有人工位，若沒有人則把所述待定工位標記為無人工位；

S6.根據各工位區域的標記結果計算人員到崗率。

3.根據權利要求2所述的基于人工智能分析的企業經營風險評估方法，其特征在于，步驟S1包括：

在當前截取周期的所有辦公區域的監控視頻信息幀圖像中，隨機選取一幀圖像進行二值化處理。

4.根據權利要求2所述的基于人工智能分析的企業經營風險評估方法，其特征在于，步驟A2包括：

獲取所述企業經營風險分析模型輸出的經營信息；所述經營信息包括人員到崗率和上班打卡人數；

步驟A2之后，還包括：

若所述人員到崗率低于預設的到崗率閾值，或者所述人員到崗率與所述上班打卡人數不匹配，則發出經營異常警告信號。

5.根據權利要求1所述的基于人工智能分析的企業經營風險評估方法，其特征在于，所述企業經營風險分析模型通過前饋神經網絡強化學習算法訓練得到。

6.根據權利要求5所述的基于人工智能分析的企業經營風險評估方法，其特征在于，通過前饋神經網絡強化學習算法對所述企業經營風險分析模型進行訓練的方法包括：

B1. 通過相關性檢驗方法初步檢驗各經營信息以及企業提交的財務、生產經營月度報告相關性程度，根據相關性程度設置各經營信息的初始權重值；

B2.以對應的初始權重值作為各經營信息的權重值的初始值，采用前饋神經網絡強化學習算法對所述企業經營風險分析 模型進行訓練，得到各項經營信息的訓練后權重值；

B3.剔除訓練后權重值過小的經營信息，并重新采用前饋神經網絡強化學習算法對所述企業經營風險分析 模型進行訓練，得到優化的企業經營風險分析 模型。

7.一種基于人工智能分析的企業經營風險評估系統，其特征在于，包括企業用電特征采集裝置、企業辦公區域監控視頻采集裝置、企業打卡信息采集裝置、云端數據采集存儲中心、企業經營風險人工智能分析系統和企業經營風險分析顯示及告警系統；

所述企業用電特征采集裝置用于采集企業的用電特征數據，并上傳至所述云端數據采集存儲中心；

所述企業辦公區域監控視頻采集裝置用于采集企業的辦公區域的監控視頻信息，并上傳至所述云端數據采集存儲中心；

所述企業打卡信息采集裝置用于采集企業的人員打卡信息，并上傳至所述云端數據采集存儲中心；

所述企業經營風險人工智能分析系統用于從所述云端數據采集存儲中心獲取企業的用電特征數據、辦公區域的監控視頻信息和人員打卡信息，把所述用電特征數據、辦公區域的監控視頻信息和人員打卡信息輸入預先訓練好的企業經營風險分析模型，得到風險預測值，根據所述風險預測值發送對應的報告信號至所述企業經營風險分析顯示及告警系統；

所述企業經營風險分析顯示及告警系統用于顯示所述報告信號的內容；

所述企業經營風險分析模型根據所述用電特征數據、辦公區域的監控視頻信息和人員打卡信息提取所述企業的經營信息，并根據所述經營信息計算風險預測值；所述經營信息包括上班時間、下班時間、工作時長、企業經營規模、設備開工率、人員到崗率、上班打卡人數中的至少一項；

所述用電特征數據包括用電波形和接入用電設備個數；所述經營信息包括設備開工率；所述企業經營風險分析模型根據所述用電波形分析得到設備開工率；

其中，根據所述用電波形分析得到設備開工率的步驟包括：用所述用電波形與各典型用電波形進行匹配，得到相似度最高的典型用電波形相對應的開機數量，并用開機數量除以接入用電設備個數得到設備開工率；

所述經營信息包括人員到崗率；所述企業經營風險分析模型根據所述辦公區域的監控視頻信息提取所述人員到崗率；

其中，根據所述辦公區域的監控視頻信息提取所述人員到崗率的時候，周期性地從所述辦公區域的監控視頻信息截取辦公區域的圖像進行人員到崗率的提取，且在截取辦公區域的圖像的時候在當前截取周期的所有辦公區域的監控視頻信息幀圖像中隨機截取一幀。