买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏电力信息技术有限公司申请的专利一种基于双路CNN的RPA自动化归档风险单预警方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115186992B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210683793.6，技术领域涉及：G06Q10/0635；该发明授权一种基于双路CNN的RPA自动化归档风险单预警方法是由季铮铮;范震;张智祠;宋海设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本一种基于双路CNN的RPA自动化归档风险单预警方法在说明书摘要公布了：本发明公开了一种基于双路CNN的RPA自动化归档风险单预警方法，包括：通过多线程网络技术，自动登录oms调度支持系统，实时获取系统中归档风险单；通过双路CNN技术，人工智能自动比对之前“已归档”清单的各项信息，获取相关反馈单位通讯清单；通过相关数据传输技术，将获得的通讯清单穿送至后端数据库服务器并生成Excel文件；调用短信语音接口通知各单位。本发明考虑了双路卷积神经网络对于归档清单的智能读取比对技术，经过卷积层池化层提取特征，随后进行特征的映射组合，融合归一化，分类输出风险单的相关信息，自动比对计算判断出风险单单是否已完成，实现了对风险单的智能化归档处理，提高了服务质量与效率。

本发明授权一种基于双路CNN的RPA自动化归档风险单预警方法在权利要求书中公布了：1.一种基于双路CNN的RPA自动化归档风险单预警方法，其特征在于，包括以下步骤： 步骤1：通过多线程网络，自动登录oms调度支持系统，实时获取系统中归档风险单，获取相关已完成归档风险单数据和未完成归档风险单数据； 步骤2：收集大量风险预警单样本作为训练集，并进行人工标注，输入双路CNN网络进行训练，得到相应的网络模型参数文件； 步骤3：将需要判断的风险单输入网络，与“已归档”风险单的相关信息进行比较，输出此风险单的完结情况，并生成反馈单位清单； 步骤4：调用短信、语音接口，将风险单完结情况通知相关单位人员； 所述步骤2包括： 步骤2.1：通过互联网途径收集含有目标的数据集，对于收集到的图像数据集通过LabelImg对数据集进行目标标注，非图像数据集使用人工标注形式进行目标标注，得到标注文件，将数据集和标注文件分别对应放在相应文件夹内，等待网络训练； 步骤2.2：数据集放入网络训练前，设置需要识别的类别，选择需要使用的网络模型，设置读取训练数据的路径； 步骤2-3，将数据集输入到网络模型进行分类训练，经过迭代训练输出网络模型参数文件； 所述步骤3包括： 步骤3.1：针对两张风险单，将它们分块生成多个固定大小的patch单位，patch是介于像素点pixel和整图graph之间的图像单位，分批次，小批量输入网络进行识别； 步骤3.2：将输入数据传入卷积层，各个patch依次与卷积核进行卷积运算，此处为特征图之间的传播方式： 其中，和分别表示第r个卷积层的第i个输入特征和第j个输出特征，和分别表示第j个卷积核和该卷积层的偏置，f函数即为激活函数ReLU； 步骤3.3：根据上述步骤，将各张风险单经过卷积层和池化层进行特征提取后，将特征进行特征映射组合： 其中，fx1和fx2指两张风险单进过卷积层的输出，P1和P2指最大池化特征运算，对两个特征进行映射组合； 步骤3.4：将合并后的特征进行向量化，得到特征向量，随后对特征向量进行融合归一标准化，提高网络的性能表现： 其中，v指融合特征所对应的特征向量，对其套用带符号的平方根运算后，并进行L2范数归一化以提高性能表现； 步骤3.5：将归一化的向量输入到完全连通层中，利用softmax函数计算分类出风险单的具体归档信息： 其中αk指得到风险单信息k的分数，K指风险单信息类型的总数，pz,k指风险单样本z最后信息预测数据为k的可能性； 步骤3.6：将获取到的风险单归档信息生成反馈单位清单，传输至溯源层修改对于MySQL数据库数据，传输至应用层生成相应Excel表格。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏电力信息技术有限公司，其通讯地址为：210024 江苏省南京市鼓楼区北京西路20号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。