[发明专利]基于神经网络的数据验证方法、装置、设备及存储介质

权利要求书

1.一种基于神经网络的数据验证方法，用于汽车维修，其特征在于，包括下述步骤：

接收用户发送的待验证的汽车维修数据，并提取所述汽车维修数据中的汽车受损图片以及修理方案；

将所述修理方案与修理方案数据库中的标准修理方案进行数据匹配，判断所述修理方案数据库中是否存在与所述修理方案一致的标准修理方案；

若存在，则从所述修理方案数据库中获取所述标准修理方案对应的历史维修数据，并提取所述历史维修数据中的历史受损图片，再通过预设的零部件受损程度分析模型分别对所述受损图片和所述历史受损图片进行受损程度分析，计算所述受损图片反应的受损程度与所述历史受损图片反应的受损程度的差值，并根据所述差值验证待验证的所述汽车维修数据是否正确；

若不存在，则通过维修数据验证模型分析所述汽车受损图片的受损程度，并根据受损程度调取对应的目标修理方案，根据所述目标修理方案与所述修理方案验证待验证的所述汽车维修数据是否正确；

若验证所述维修数据为不正确，则以所述标准修理方案或者所述目标修理方案更新所述维修数据中的所述修理方案；

向所述用户反馈验证结果；

所述通过零部件受损程度分析模型分别对所述受损图片和所述历史受损图片进行受损程度分析，计算所述受损图片反应的受损程度与所述历史受损图片反应的受损程度的差值，并根据所述差值验证待验证的所述汽车维修数据是否正确的步骤包括：

获取受损零部件的未受损图片，将所述受损图片、所述历史受损图片以及所述未受损图片进行图片处理，以获取标准形式的图片；

将处理后的所述未受损图片、所述受损图片和所述历史受损图片分别输入到所述零部件受损程度分析模型中的卷积神经网络中；

基于所述未受损图片，通过所述卷积神经网络分别分析识别出所述零部件的受损图片反应的受损程度以及所述历史受损图片反应的受损程度，并计算二者的差值；

当所述差值在预设的阈值范围内时，判定所述修理方案通过验证。

2.根据权利要求1所述的基于神经网络的数据验证方法，其特征在于，所述修理方案数据库中设置关键词列表，所述关键词列表对关键词进行分类，且属于同一类的关键词集合映射给同一标准修理方案；所述将修理方案与修理方案数据库中的标准修理方案进行数据匹配，判断所述修理方案数据库中是否存在与所述修理方案一致的标准修理方案的步骤具体包括：

将所述修理方案与所述修理方案数据库进行关键词比对，以获取所述关键词的分类；

若比对成功，根据所述分类获取所述分类匹配对应的所述标准修理方案；

若比对不成功，则确定修理方案数据库中不存在与所述修理方案一致的标准修理方案。

3.根据权利要求2所述的基于神经网络的数据验证方法，其特征在于，所述将所述修理方案与所述修理方案数据库进行关键词比对，以获取所述关键词的分类包括以下步骤：

提取所述修理方案中的第一关键词；

以所述第一关键词为过滤条件在所述关键词列表中检索，判断所述第一关键词是否与所述关键词列表中的任意第二关键词匹配；

若是，获取所述第一关键词对应的分类；

若否，则将所述第一关键词和所述关键词列表输入到深度语义匹配模型中，从所述关键词列表中查找与所述第一关键词语义相匹配的第二关键词，并根据所述第二关键词获取分类；

根据所述分类获取对应的标准修理方案。

4.根据权利要求1所述的基于神经网络的数据验证方法，其特征在于，所述基于所述未受损图片，通过所述卷积神经网络分别分析识别出所述受损图片反应的受损程度以及所述历史受损图片反应的受损程度，并计算二者的差值的步骤包括：

通过所述卷积神经网络分析所述受损图片与所述未受损图片的相似程度以及所述历史受损图片与所述未受损图片的相似程度，基于所述相似程度计算所述受损图片反应的受损程度以及所述历史受损图片反应的受损程度；

将所述受损图片反应的受损程度和所述历史受损图片反应的受损程度数值化并进行差值计算。