[发明专利]一种纸质材料关键信息自动提取方法在审
| 申请号： | 201910595554.3 | 申请日： | 2019-07-03 |
| 公开（公告）号： | CN110502969A | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 李昊;黄丹钰;赖韵宇;程方洲;王元楚;陈世金;马迪;曾灵聪 | 申请（专利权）人： | 国网江西省电力有限公司检修分公司;国家电网有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/44;G06K9/46;G06K9/52;G06Q50/26;G06N3/08 |
| 代理公司： | 36100 江西省专利事务所 | 代理人： | 张文<国际申请>=<国际公布>=<进入国 |
| 地址： | 330096 江西省南昌*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种纸质材料关键信息自动提取方法，包括如下步骤：1)将车辆工作中的派车单，维修单，油费单这些纸质材料通过扫描设备转化为图片；2)将获得的图片归一化处理，去除噪声，减少图片之间的复杂度；3)设计卷积神经网络优化算法，对纸质材料图片中的文字进行识别，设计TF‑IDF优化算法提取出图片文字中的关键信息；自动存入用车系统。本发明是在关键信息提取上具有更高的优越性,可提取出工作领域中纸质材料有用的那一部分关键信息，并且随着模型数据集，训练集，测试集的不断丰富与扩大，卷积神经网络算法可自动优化调整参数，具有实用性强、可扩展性广、利于工作智能化等优点。 | ||
| 搜索关键词： | 纸质材料 关键信息 卷积神经网络 优化算法 关键信息提取 归一化处理 图片 调整参数 工作领域 可扩展性 模型数据 扫描设备 图片文字 自动提取 自动优化 测试集 复杂度 训练集 智能化 算法 去除 噪声 维修 转化 | ||
【主权项】：
1.一种纸质材料关键信息自动提取方法，其特征在于：特征是：具体步骤如下：/nA、将车辆工作中的派车单、维修单、油费单这些纸质材料通过拍照设备或者扫描设备转化为图片；/nB、将获得的图片归一化处理，去除噪声，减少图片之间的复杂度；然后，设计卷积神经网络优化算法，对纸质材料图片中的文字进行识别；/nC、设计卷积神经网络优化算法，对纸质材料图片中的文字进行识别，并设计TF-IDF优化算法提取出图片文字中的关键信息。对于派车单：提取出派车单图片中的派车日期，派车目的地以及派车人签名信息；对于维修单：提取出维修单图片中的维修日期，维修金额以及车辆维修部件信息；对于油耗单：提取出油耗单图片中的加油量，加油时间，加油费用以及加油站名称；最后将上面提取出来的关键数据自动存入用车系统。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网江西省电力有限公司检修分公司;国家电网有限公司，未经国网江西省电力有限公司检修分公司;国家电网有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910595554.3/，转载请声明来源钻瓜专利网。
