申请/专利权人：广东电网有限责任公司

申请日：2023-10-23

公开（公告）日：2024-03-29

公开（公告）号：CN117236900B

主分类号：G06Q10/10

分类号：G06Q10/10;G06Q10/107;G06Q40/12;G06F21/60;H04L9/08;H04L51/42;H04L9/40

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2024.01.02#实质审查的生效;2023.12.15#公开

摘要：本申请涉及计算机技术领域，提供一种基于流程自动化的个税数据处理方法及系统，该方法包括：将每一个用户的税前全年收入数据、三险两金数据、专项附加扣除数据和税后全年收入数据进行数据绑定，得到目标个税数据；将目标个税数据输入由硬件计算单元构成的多层感知机神经网络模型，得到多层感知机神经网络模型输出的识别结果。本申请通过多层感知机神经网络模型对目标个税数据进行处理，输出用户的扣税模式，由于隐含层和输出层各结点依概率输出“0”和“1”两种状态，使得模型可以在消耗更少的数据位，有利于硬件部署和加速，提高了模型对于不确定性分类问题的解决能力，从而提高了用户的扣税模式的识别准确性。

主权项：1.一种基于流程自动化的个税数据处理方法，其特征在于，包括：将每一个用户的税前全年收入数据、三险两金数据、专项附加扣除数据和税后全年收入数据进行数据绑定，得到目标个税数据；将所述目标个税数据输入由硬件计算单元构成的多层感知机神经网络模型，得到所述多层感知机神经网络模型输出的识别结果；所述识别结果为每一个用户的扣税模式；所述多层感知机神经网络模型包括：用于接收数据的输入层、至少一个用于进行模式识别分析的隐含层，及用于输出识别结果的输出层；其中，所述输入层包括至少一个普通神经元节点；所述隐含层包括至少一个基于概率化结点p-bit模型的神经元节点，所述输出层包括至少一个基于p-bit模型的神经元节点；所述隐含层及所述输出层中每一个神经元结点的输出结果，在对应神经元结点静默时为0，在对应神经元结点的输入数据达到阈值时输出结果为1，且输出结果具有概率特性；其中，所述隐含层及所述输出层中每一个神经元结点采用的计算规则包括：Iout＝signsigmoidωIin+b-rand 其中，Iin是神经元结点的输入，Iout是神经元结点计算后的输出结果，sign函数和sigmoid函数均是激活函数，sign函数是符号函数，sigmoid是函数挤压函数；ω和b分别是神经元结点的权重和偏置，rand是随机数发生器输出的随机数，x为输入结点的数据。

全文数据：

权利要求：

百度查询： 广东电网有限责任公司 基于流程自动化的个税数据处理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD