一种基于区块链的铁塔电费结算系统、方法及存储介质

    公开(公告)号:CN115796854A

    公开(公告)日:2023-03-14

    申请号:CN202211498466.X

    申请日:2022-11-28

    Abstract: 一种基于区块链的铁塔电费结算系统、方法及存储介质,基于区块链技术构建铁塔公司和运营商间的电费结算联盟链,提供底层区块链网络服务能力,将铁塔和电表基本信息、用电原始信息、用电分摊比例和电费缴纳流水等数据通过智能合约共识上链,并在链上计算各方分摊金额;由各运营商和铁塔公司共同管理、维护区块数据,每方都拥有完整的账本副本,实现数据和结算流程的透明,电费结算周期更灵活,发起方和付款方进行投票确认,即可进入到结算环节,而当存在结算异议时,查询账本进行历史流程溯源,验证对比,达到有据可依、有据可查。由此实现结算过程中数据的多方闭环管理,防篡改、可溯源,提升结算的开放性、透明度和效率。

    基于深度学习和OCR的票据分类及票据字段提取方法

    公开(公告)号:CN107633239B

    公开(公告)日:2020-11-03

    申请号:CN201710971690.9

    申请日:2017-10-18

    Abstract: 本发明公开了一种基于深度学习和OCR的票据分类及票据字段提取方法,包括以下步骤:选取多张标准票据图像,截取标准票据图像中的公章图像的外接矩形轮廓,作为深度学习的训练样本,得到深度学习模型;将待识别的票据图像的公章的外接矩形轮廓通过深度学习模型进行分类,若分类成功,则输出待识别的票据图像的票据类型并判定待识别的票据图像为标准票据图像,若分类失败,则判定待识别的票据图像为非标准票据图像;本发明可以实现票据的自动分类以及票据内容的智能提取,为财务人员提供了快速检索以及快速获取票据信息的服务,提升了工作效率。

    一种基于融合直线与深度学习的图像倾斜校正方法

    公开(公告)号:CN114220100A

    公开(公告)日:2022-03-22

    申请号:CN202010916733.5

    申请日:2020-09-03

    Inventor: 于志文 糜俊

    Abstract: 本发明提供一种基于融合直线与深度学习的图像倾斜校正方法,首先,分析图像二值化的直线特征,其次,通过霍夫直线进行直线检测,采用种子区域生长算法将角度差小于α、距离差小于d的线段进行区域生长,融合区域内的直线,得到融合后的线段长度top k,然后,采用滑动窗口进行直线归类,将top k直线中角度差小于β的直线归为一类,寻找直线密集区,根据密集区的密集度判断直线角度是否可信,若密集度可信,则通过密集度最高直线的角度进行校正,若密集度不可信,则通过文字倾斜角度计算,进行倾斜校正,为防止影像翻转为垂直方向,将校正后的图像进行抬头轮廓的获取,根据抬头位置判断结果,进行对应旋转,图像倾斜校正完成。

    基于深度学习和统计提取模型的智能合同信息提取方法

    公开(公告)号:CN110674254B

    公开(公告)日:2023-03-10

    申请号:CN201910902257.9

    申请日:2019-09-24

    Abstract: 本发明公开了一种基于深度学习和统计提取模型的智能合同信息提取方法,读取各种类型合同文档中的字段,针对不同类型信息采用不同信息提取方法将合同信息分成两种格式:已写明标准信息格式和未写明语义理解型格式;对两种信息格式分别建立提取模型,根据上述的训练模型,对文本中包含的信息,采用已写明标准信息提取模型,对信息进行提取;对未写明语义理解型采用先信息定位再通过深度学习模型提取信息。本发明实现合同中关键信息的提取,对合同中不同类型的信息采用不同的信息提取方法,实现合同非规整数据向结构化数据转变,提高公司的精细化管理水平。

    基于时间序列的背景重构与反向注入的幻灯片还原方法

    公开(公告)号:CN115239574A

    公开(公告)日:2022-10-25

    申请号:CN202210605531.8

    申请日:2022-05-31

    Abstract: 本发明公开了一种基于时间序列的背景重构与反向注入的幻灯片还原方法,包括:将幻灯片图片文件进行图像增强,增强幻灯片图片清晰度;将清晰度增强的幻灯片图片通过幻灯片轮廓检测算法,获取幻灯片图片的边缘轮廓,再通过双线性插值算法对幻灯片的边缘轮廓进行矫正,得到幻灯片矫正轮廓;幻灯片矫正轮廓通过卷积神经网络提取幻灯片的图像特征,再通过循环神经网络学习幻灯片的时序特征,提取幻灯片的背景模板;通过改进目标检测算法,将提取的背景模板反向注入,对幻灯片图片进行篇章分析,划分文字区域和图片区域;在提取的幻灯片的背景模板中,将图片区域的图片贴于原先的图片位置,将文字区域的文字写入原先的文字位置,实现幻灯片图片的还原。

    基于机器视觉及自然语言处理的智能学历信息提取方法

    公开(公告)号:CN112560859A

    公开(公告)日:2021-03-26

    申请号:CN202011316963.4

    申请日:2020-11-20

    Abstract: 本发明提供了基于机器视觉及自然语言处理的智能学历信息提取方法,包括以下步骤:一:获取学历证书的图像文件,对图像进行自适应阈值的二值化;二:确定二值化后的图像的倾斜角度,对原RGB图像进行初步校正;三:对校正后的图像中的边缘进行裁切,从图像中将图像四周的边缘切除;四:根据检测的文字角度对原始图像进行旋转,并对图像进行小角度微调;五:使用深度残差网络对学历证书进行分类,区分是否为学历证书影像;六:对学历证书图像中的文字进行检测,进行一行中多子行字段融合;并对检测区域进行识别;七:对识别结果使用NLP模型进行命名实体识别;八:对已识别的字段进行类别优化及字典优化。本发明分类速度快,信息提取准确率高。

    基于OCR的格式化传真的分类和信息提取方法

    公开(公告)号:CN107133621B

    公开(公告)日:2020-09-29

    申请号:CN201710334784.5

    申请日:2017-05-12

    Abstract: 本发明公开了一种基于OCR的格式化传真的分类和信息提取方法,包括:对传真的图像进行自适应阈值的二值化;对图像进行校正;找到校正后的图像中表格的最大包围框的轮廓,从图像中表格的最大包围框的上部区域截取图像的表头区域;筛选表头区域中的字体轮廓并对字体轮廓进行融合;检测表头区域合并后的字段的数量,对图像进行分类;提取分类成功的图像,对图像中待识别区域进行定位;根据OCR识别技术对表格中的待识别的区域的字段进行识别;优化已识别的字段。本发明具有提高办公的工作效率,解放员工生产力,实现非结构化数据向结构化数据的转变,适应于格式化传真,即表格图像的传真,例如规范化合同、自制凭证、票据等。

Patent Agency Ranking