[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

说明书

本申请属于人工智能技术领域，涉及一种基于神经网络的数据的验证方法，用于汽车维修，包括步骤：获取用户发送的待验证的汽车维修数据，并提取汽车维修数据中的汽车受损图片以及修理方案，基于修理方案从修理方案数据库中匹配出相应的标准修理方案及其对应的历史受损图片，通过零部件受损程度分析模型分别对受损图片和历史受损图片进行受损程度分析，计算二者反应的受损程度的差值，根据差值验证汽车维修数据。当修理方案数据库中不存在相应的标准修理方案时，通过维修数据验证模型根据受损程度调取目标修理方案，根据目标修理方案验证汽车维修数据。若验证结果为不正确，则以标准修理方案或目标修理方案替换修理方案，提供可靠的汽车维修数据。

技术领域

本申请涉及大数据服务技术领域，具体涉及投诉预警技术领域，尤其涉及一种基于神经网络数据验证方法、装置、计算机设备和存储介质。

背景技术

随着我国生产力的发展，经济水平的提高，汽车保有量的急剧增长，轿车快速地进入普通百姓家庭，城市道路上的车辆密度越来越大，车辆之间发生交通事故也越来越频繁。目前常用的汽车维修方法大多是车主将待维修车辆开到维修厂，维修厂的工作人员通过对待维修车辆进行检查，对汽车零配件损坏的修换依据于修理厂商/4S店根据相关的经验或者规章确定出的维修方案，进而对车辆进行维修。然而，汽车技术复杂，零配件数量众多，零配件称谓不规范，维修厂的工作人员的技术水平良莠不齐，这种采用人工判断的方式对汽车零配件的损耗进行判断，并拟定修理方案的方式无法确保维修方式的准确性，往往存在判断误差、修理方案可靠性偏低与修理效果不理想的问题，而不恰当的维修容易带来潜在的安全隐患。

发明内容

本申请实施例的目的在于提出一种基于神经网络的数据验证方法、装置、计算机设备以及存储介质，用于对修复汽车的受损零部件的方式进行验证，根据验证结果提前对用户进行预警，以减少安全隐患。

为了解决上述技术问题，本申请实施例提供一种基于神经网络的数据验证方法，采用了如下所述的技术方案：

一种基于神经网络数据验证方法，用于汽车维修，包括下述步骤：

获取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；

若验证所述汽车维修数据为不正确，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。

进一步的，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。