[发明专利]一种单据识别方法、系统、计算机可读存储介质

权利要求书

1.一种单据识别方法，其特征在于，包括：

构建行程信息模型和单据大类模型；

接收填单请求，对所述填单请求中的单据进行单据大类识别；

若是识别到所述单据大类为差旅类，则依次基于训练好的行程信息模型、单据大类模型对所述单据进行识别，并将各自的识别结果输出到对应的单据中；

若是识别到所述单据大类不是差旅类，则基于单据大类模型对所述单据进行识别，并将识别结果输出到对应的单据中。

2.根据权利要求1所述的方法，其特征在于，构建单据大类模型包括：

设定单据大类模型的输入变量和分类结果验证可信度；

构建果蝇优化算法-支持向量机运行框架，所述果蝇优化算法-支持向量机运行框架配置为：

接收历史数据并从所述历史数据中提取对应的数据到所述输入变量；

对提取数据进行标准化处理；

设置果蝇优化算法的迭代次数、种群规模、适应度函数、飞行步长以及算法空间，并设置支持向量机的训练内核、算法类型；

将标准化处理后的提取数据输入到设置好的果蝇优化算法-支持向量机运行框架以建立单据大类初始模型；

对所述单据大类初始模型进行交叉验证；

响应于交叉验证的结果大于所述分类结果验证可信度，基于果蝇优化算法对交叉验证后的单据大类初始模型进行寻优以得到单据大类模型。

3.根据权利要求2所述的方法，其特征在于，基于果蝇优化算法对交叉验证后的单据大类初始模型进行寻优以得到单据大类模型，包括：

基于果蝇优化算法对交叉验证后的单据大类初始模型进行寻优；

响应于寻优次数小于等于果蝇优化算法的迭代次数且寻优结果大于等于所述分类结果验证可信度，得到最终的单据大类模型；

响应于寻优次数大于果蝇优化算法的迭代次数且寻优结果小于所述分类结果验证可信度，将提取数据拆分为拟合数据和偏差数据，并对偏差数据进行分组；

返回将标准化处理后的提取数据输入到设置好的果蝇优化算法-支持向量机运行框架以建立单据大类初始模型的步骤以将分组后的偏差数据和拟合数据分别输入到设置好的果蝇优化算法-支持向量机运行框架，以分别得到对应的单据大类子模型。

4.根据权利要求3所述的方法，其特征在于，进一步包括：

使用聚类算法提取出各个单据大类子模型对应的差异数据以区分各个单据大类子模型。

5.根据权利要求1所述的方法，其特征在于，构建行程信息模型包括：

设定行程信息模型的输入变量、评定变量、交叉验证评定误差；

构建支持向量机运行框架，所述运行框架配置为执行以下步骤：

接收历史数据并从所述历史数据中提取对应的数据到输入变量和评定变量；

对提取数据进行标准化处理；

设置支持向量机的训练内核、算法类型、惩罚因子和核函数；

将标准化处理后的提取数据输入到设置好的支持向量机运行框架以建立所述行程信息初始模型；

对所述行程信息初始模型进行交叉验证，并响应于交叉验证的结果大于所述交叉验证评定误差，得到行程信息模型。

6.根据权利要求1所述的方法，其特征在于，还包括：

设定数据来源，所述数据来源包括发票来源、消费平台来源、申请单来源和手工录入来源中的一种或多种；

将标准化处理后的提取数据输入到设置好的支持向量机运行框架以建立所述行程信息初始模型，包括：

基于数据来源识别标准化处理后的提取数据，并将对应于不同数据来源的提取数据分别输入到设置好的支持向量机运行框架以建立对应的行程信息初始子模型；

对所述行程信息初始模型进行交叉验证，并响应于交叉验证的结果大于所述交叉验证评定误差，得到行程信息模型，包括：

对各个所述行程信息子初始模型进行交叉验证，并响应于交叉验证的结果大于所述交叉验证评定误差，得到对应的行程信息子模型。