申请/专利权人：开元数智工程咨询集团有限公司

申请日：2023-02-27

公开（公告）日：2024-04-05

公开（公告）号：CN116205601B

主分类号：G06Q10/10

分类号：G06Q10/10;G06Q50/08;G06F16/2458;G06F16/248;G06F16/215;G06F16/25;G06F16/35;G06F40/284;G06F40/268;G06V30/41;G06V30/19;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2023.06.20#实质审查的生效;2023.06.02#公开

摘要：本发明公开了一种基于互联网的工程清单复核及数据统计方法与系统，其中方法包括以下步骤：S1.数据获取：获取需要进行复核和统计的工程清单数据，并对工程清单数据进行初步清洗和预处理；S2.数据识别：基于自然语言处理和或图像识别对工程清单中的文本和图片进行自动识别和提取；S3.数据匹配：基于数据匹配算法来比对工程清单中的文本或图片是否与实际情况一致，若不一致，则自动标记错误；S4.数据统计：对数据匹配的结果进行统计，统计出符合要求的数据并生成报表或图表展示。本发明通过AI算法对工程清单进行自动识别，并将识别结果与实际情况进行比对，从而实现自动复核和统计，本发明可提高工程清单复核和统计的效率和准确性。

主权项：1.一种基于互联网的工程清单复核及数据统计方法，其特征在于，包括以下步骤：S1.数据获取：获取需要进行复核和统计的工程清单数据，并对工程清单数据进行初步清洗和预处理；S2.数据识别：基于自然语言处理对工程清单中的文本和图片进行自动识别和提取；S3.数据匹配：基于数据匹配算法来比对工程清单中的文本或图片是否与实际情况一致，若不一致，则自动标记错误；S4.数据统计：对数据匹配的结果进行统计，统计出符合要求的数据并生成报表或图表展示；基于自然语言处理对工程清单中的文本和图片进行自动识别和提取的方法包括以下步骤：S201.数据准备：将工程清单数据转换成数字化数据，并存储在数据库中；S202.特征提取：使用图像处理技术提取工程清单中的特征；S203.模型训练：采用深度学习模型进行训练，识别工程清单中的不同特征，所述深度学习模型包括卷积神经网络、循环神经网络、长短期记忆网络和双向长短期记忆网络；所述数据统计包括以下步骤：S401.数据采集：收集工程清单中的数据，包括项目名称、工期、成本；S402.数据预处理：对采集到的数据进行预处理，包括分词、词性标注、去除停用词；S403.模型训练：使用深度学习模型进行训练实现自然语言处理和文本分类，所述深度学习模型包括卷积神经网络、循环神经网络、长短期记忆网络和双向长短期记忆网络；S404.数据统计：根据深度学习模型的预测结果，对工程清数据进行统计和分析，生成统计报表和图表。

全文数据：

权利要求：

百度查询： 开元数智工程咨询集团有限公司 基于互联网的工程清单复核及数据统计方法与系统

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