[发明专利]一种工程验证分析方法及装置

说明书

本发明实施例提供一种工程验证分析方法及装置，该方法包括：将待验证工程图片输入至训练好的神经网络模型，输出与待验证工程图片对应的质量类型标签，神经网络模型为基于样本工程图片以及预先确定的样本工程图片质量类型标签进行训练后得到；根据神经网络模型输出的质量类型标签，获取待验证工程图片对应的验证结果。由于神经网络模型为基于样本工程图片以及预先确定的样本工程图片质量类型标签进行训练后得到，从而神经网络模型能够将样本工程图片的特征数据与标签类型进行关联学习。将待验证工程图片输入至训练好的神经网络模型，能够输出与待验证工程图片对应的质量类型标签，从而使工程验证分析过程更加高效，质量识别结果更为准确。

技术领域

本发明实施例涉及通信领域，尤其涉及一种工程验证分析方法及装置。

背景技术

现代化通信网络，例如高质量的家庭宽带通信网络，为现代化社会的信息交互带来了极大的便捷性。因此，通信网络建设的质量一直都是各通信运营商的重点关注对象。4G业务和宽带业务在经过网络的不断发展和市场规模的不断扩大后，越来越需要精细化的网络建设和维护来保障网络的质量。

4G业务和宽带业务在通信网络的安装和维护中，需要对安装后的网络以及维修后的网络进行工程质量的验证。目前，主要通过专业的工程师对安装和维修后的装维工单进行人工全量质检。由于用户基数较大，通信网络的安装和维修业务量大，每天质检工单量达万张以上，而且服务质量要求高。目前的工程验证方法，不仅人力物力花费巨大，且质量是否达标全靠人工判断，主观性大。

发明内容

为了解决上述问题，本发明实施例提供一种工程验证分析方法及装置。

第一方面，本发明实施例提供一种工程验证分析方法，包括：将待验证工程图片输入至训练好的神经网络模型，输出与所述待验证工程图片对应的质量类型标签，所述神经网络模型为基于样本工程图片以及预先确定的样本工程图片质量类型标签进行训练后得到；根据所述神经网络模型输出的质量类型标签，获取所述待验证工程图片对应的验证结果。

第二方面，本发明实施例提供一种工程验证分析装置，包括：输入模块，用于将待验证工程图片输入至训练好的神经网络模型，输出与所述待验证工程图片对应的质量类型标签，所述神经网络模型为基于样本工程图片以及预先确定的样本工程图片质量类型标签进行训练后得到；处理模块，用于根据所述神经网络模型输出的质量类型标签，获取所述待验证工程图片对应的验证结果。

第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现本发明第一方面工程验证分析方法的步骤。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明第一方面工程验证分析方法的步骤。

本发明实施例提供的工程验证分析方法，由于神经网络模型为基于样本工程图片以及预先确定的样本工程图片质量类型标签进行训练后得到，从而神经网络模型能够将样本工程图片的特征数据与标签类型进行关联学习。将待验证工程图片输入至训练好的神经网络模型，能够输出与所述待验证工程图片对应的质量类型标签，从而使工程验证分析过程更加高效，质量识别结果更为准确。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明工程验证分析方法实施例流程图；

图2为本发明工程验证分析方法另一实施例流程图；

图3为本发明工程验证分析装置实施例结构示意图；