-
公开(公告)号：CN112465389A
公开(公告)日：2021-03-09
申请号：CN202011453560.4
申请日：2020-12-12
Applicant: 广东电力信息科技有限公司
IPC: G06Q10/06 , G06Q30/08 , G06F40/284 , G06N3/04
Abstract: 本发明涉及招标采购管理技术领域，提供一种基于词频的相似供应商推荐方法及装置，用于解决招标采购过程中供应商的挑选问题。本发明提供的一种基于词频的相似供应商推荐方法，包括：从历史采购信息中获取供应商信息，对供应商信息进行预处理后形成词集列表；根据词频计算所述词集列表中每个词的权重，获取重要特征词集及列表；把每一个供应商的重要特征词集向量化，形成供应商集合，将供应商集合分为供应商训练集和供应商测试集；训练、测试后得到通过测试的LSTM神经网络模型；将拟采购标的物信息输入训练好的神经网络模型中，得到推荐的供应商集合。该方法可以有效地节约供应商的筛选成本，提高供应商筛选效率。
-
公开(公告)号：CN111882457A
公开(公告)日：2020-11-03
申请号：CN202010762823.3
申请日：2020-07-31
Applicant: 广东电力信息科技有限公司
Abstract: 本申请公开了一种变电站选址方法及装置，包括：获取变电站原始数据，由变电站原始数据计算新建变电站个数，生成Voronoi图；将Voronoi图的顶点对应的空心圆的总负荷，与空心圆中变电站按面积比例的容量之和作差，选取差值大于预设第一阈值对应的区域作为规划变电站站址；将规划变电站站址与现状变电站站址共同生成加权Voronoi图，再次作差；差值大于预设第二阈值时，调整空心圆中的规划变电站站址，若规划变电站站址的调整距离大于预设精度，则重新生成Voronoi图，再做调整，直到调整距离小于预设精度，形成最终站址。使得选址方法考虑到变电站区域负荷密度以及变电站容量。
-
公开(公告)号：CN112507895A
公开(公告)日：2021-03-16
申请号：CN202011465009.1
申请日：2020-12-14
Applicant: 广东电力信息科技有限公司
Abstract: 本发明涉及招标采购管理技术领域，提供一种基于大数据分析自动归类资质证书文件的方法及装置，用于解决资质文件的分类问题。本发明提供的基于大数据分析自动归类资质证书文件的方法，包括：根据资质类别采集图像；将采集到的图像划分为多个图像块，得到预处理后的图像块；将K‑means算法并行化，以所述预处理后的图像块信息作为输入，进行字典的提取；提取字典后，将预处理后的图像块信息映射为新的特征表达，得到输入信息；训练神经网络，得到训练完成的资质图像识别神经网络；获取待识别的投标文件中的资质图像，输入资质图像识别神经网络进行分类。提高了资质图片的分类效率，大幅提高了供应商评价的准确率，提高了招标采购的速度。
-
公开(公告)号：CN112434883A
公开(公告)日：2021-03-02
申请号：CN202011453558.7
申请日：2020-12-12
Applicant: 广东电力信息科技有限公司
Abstract: 本发明涉及一种需求预测方法，具体公开了一种基于深度学习的专家抽取需求预测方法，所述的一种基于深度学习的专家抽取需求预测方法，包括：步骤S1：获取历史每次评标的专家人数数据；步骤S2：对所述步骤S1获取的数据进行数据预处理；步骤S3：建立专家需求预测模型，将步骤S2预处理后的数据输入到所述专家需求预测模型进行预测，所述专家需求预测模型为深度学习模型；步骤S4：获取预测结果，将得到的预测结果与未来安排的专家人数对比，输出对比结果。本发明具有能够让企业在招投标前能够很好地预估本次招投标所需要的评标专家的人数的优点。
-
公开(公告)号：CN112434882A
公开(公告)日：2021-03-02
申请号：CN202011453019.3
申请日：2020-12-11
Applicant: 广东电力信息科技有限公司
Abstract: 本发明公开了一种基于时间序列预测的专家抽取需求预测方法，具体包括：从数据库中采集招标系统历史时间段的历史数据时间序列基于所述历史数据时间序列，统计所述专家抽取的地域、专业及职称的时间序列需求；对所述历史数据时间序列通过维纳滤波并进行归一化处理，获得预处理数据；利用深度神经网络获取所述预处理数据对应的归一化地域时间序列需求预测值、专业时间序列需求预测值及职称时间序列需求预测值；对所述归一化地域、专业及职称的时间序列需求预测值进行反归一化，获得招标系统下专家抽取需求预测。能够实现精准预测未来时间段的专家抽取数量需求、预测专家抽取的峰值、警示项目业务人员错峰评审，从而实现智能化专家抽取规划。
-
Patent Agency Ranking
公开(公告)号：CN112434665A
公开(公告)日：2021-03-02
申请号：CN202011452478.X
申请日：2020-12-12
Applicant: 广东电力信息科技有限公司
Abstract: 本发明涉及招标采购管理技术领域，提供一种基于机器学习智能识别图像中财务数据的方法及装置，用于解决招标文件中财务数据提取困难的问题。本发明提供的基于机器学习智能识别图像中财务数据的方法，包括：获取投标文件的图像；识别出所述图像中财务数据的位置，截取出含有财务数据的区域图像；将含有财务数据的区域图像处理后输入神经网络模型中，输出所述财务数据。神经网络经过训练可以提高财务数据提取效率，节约评标所需时间，降低招标采购成本。
-
公开(公告)号：CN111582115B
公开(公告)日：2024-02-02
申请号：CN202010354764.6
申请日：2020-04-29
Applicant: 广东电力信息科技有限公司
IPC: G06V30/413 , G06V30/148 , G06V30/18 , G06Q40/12 , G06F21/60 , H04L9/08
Abstract: 本申请公开了一种财务票据处理方法、装置、设备和可读存储介质，通过对待处理财务票据图像进行图像处理、提取目标财务信息和财务票据分类，生成相应的财务审批单据，并在财务审批单据审批通过之后将待处理财务票据图像和财务审批单据存储在与分类结果对应的财务数据库中，实现了财务票据的自动审核、录入与存储，避免了现有技术采用人工处理财务票据存在的缺陷，解决了现有的票据录入工作均由财务人员进行人工填报，存在处理效率低和准确性低的技术问题。
-
公开(公告)号：CN112508283A
公开(公告)日：2021-03-16
申请号：CN202011450969.0
申请日：2020-12-12
Applicant: 广东电力信息科技有限公司
Abstract: 本发明涉及一种模型构建方法，具体公开了一种时间序列模型的构建方法，所述的一种时间序列模型的构建方法，应用于企业招投标的电子设备，用于企业对当前招投标所需的评标专家人数进行预测，包括：步骤S1：获取历年招投标评标专家人数的数据，整合为历史数据序列；步骤S2：对所述历史数据序列进行多次模型拟合，得到最终模型；步骤S3：根据所述最终模型，得到所述企业当次招投标评专家人数预测数据序列。本发明具有能够通过构建时间序列模型来预测企业在未来招投标所需要评标专家人数的优点。
-
公开(公告)号：CN111582115A
公开(公告)日：2020-08-25
申请号：CN202010354764.6
申请日：2020-04-29
Applicant: 广东电力信息科技有限公司
Abstract: 本申请公开了一种财务票据处理方法、装置、设备和可读存储介质，通过对待处理财务票据图像进行图像处理、提取目标财务信息和财务票据分类，生成相应的财务审批单据，并在财务审批单据审批通过之后将待处理财务票据图像和财务审批单据存储在与分类结果对应的财务数据库中，实现了财务票据的自动审核、录入与存储，避免了现有技术采用人工处理财务票据存在的缺陷，解决了现有的票据录入工作均由财务人员进行人工填报，存在处理效率低和准确性低的技术问题。
-
公开(公告)号：CN112434970A
公开(公告)日：2021-03-02
申请号：CN202011453845.8
申请日：2020-12-12
Applicant: 广东电力信息科技有限公司
IPC: G06Q10/06 , G06Q30/08 , G06F16/245 , G06K9/00
Abstract: 本发明涉及一种验证方法，具体公开了一种基于智能数据采集的资质数据验证方法，所述的一种基于智能数据采集的资质数据验证方法，应用于企业在招投标时对投标企业的资质验证，其特征在于，包括：获取投标企业所提供的投标文件以及投标企业上传的营业证照；对所述投标文件进行图像识别（OCR），提取投标文件的内容以及所述营业证照并解析关键内容；建立验真数据库，将解析后所获得的数据输入至所述验真数据库中进行验真对比；输出验真结果。本发明具有依据投标文件解析提取内容与验真库内容进行验真比对，智能提示信息真伪，可以提高专家的评审效率及避免由于信息失真造成损失的风险的优点。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.027 seconds)
