基于OCR算法的物资供应商资质审查方法研究_徐雨.pdf

基于 算法的物资供应商资质审查方法研究徐雨许瑾瑾（宁波永耀电力投资集团有限公司）摘要：为解决物资供应商资质核查工作量大、准确率低的问题，提出了一种基于 算法的物资供应商资质审查方法。首先，通过程序接口获取资质的图像信息，在图像字符区域分割后，采用 算法识别资质文字信息，并组合成段落；其次，通过网络爬虫技术获取资质验证的官方网站，在此基础上，采用机器人流程自动化技术进行物资供应商资质验证。最后，在某省电力公司物资分公司进行应用，物资供应商资质审查准确率为 .。所提方法能有效提高物资供应商资质审查效率，提升审查准确率。关键词：算法；物资供应商；资质审查；机器人流程自动化；网络爬虫；图像分割 引言随着电网公司物资招标工作的数字化程度不断提高，智能化审查物资供应商资质日趋重要 -。物资供应商在投标过程中，将厂房、生产设备、试验设备、运输设备、原材料等资质材料以扫描件的方式提供给招标代理机构。因物资供应商数量众多，传统的评标方式采用人工核查物资供应商资质 -，导致核查工作量大，不能满足电网公司数字化物资招标的管理需求。许多学者对智能化审查物资供应商资质做了大量研究。相关文献提出了一种基于大数据技术的物资供应商资质核查方法，通过互联网的征信情况对物资供应商进行评估。相关文献提出了一种基于智慧供应链体系的物资供应商资质核查方法，通过供应链历史关联数据分析，从而核实物资供应商资质。相关文献通过云检验环境对物资供应商资质进行自主匹配，并审查资质的有效性。相关文献通过对物资供应商的能力评估、绩效评价等方面核实物资供应商的资质。由此可见，物资供应商资质核查方法多样，但上述方法并未核实物资供应商提供资质扫描件的准确性，造成物资供应商资质核查工作量大、准确率差。为解决物资供应商资质核查工作量大、准确率低的问题，本文提出了一种基于光学字符识别（，）算法的物资供应商资质审查方法。该方法通过 识别物资供应商资质扫描件中的文字信息，并将文字信息组合成有效的资质文件认证信息，可在资质颁发的官方网站进行认证。物资供应商资质审查框架文中所述的基于 算法的物资供应商资质审查方法框架包括：物资供应商资质采集、物资供应商资质文字识别和物资供应商资质核查三部分内容，如图 所示。图 物资供应商资质审查图（）物资供应商资质采集通过应用程序接口（，）将物资供应商的商务资质、制造能力资质、制造设备资质、制造体系资质、原材料资质等的图片信息进行汇聚，形成物资供应商资质图片集。（）物资供应商资质文字识别通过 技术识别图片上的物资供应商资质信息，并判断是否满足文字提取要求，若不满足文字提取要求，则进行再次识别；在此基础上将识别到的文电气技术与经济 经济与管理 字信息进行组合，形成物资供应商资质文字说明。（）物资供应商资质核查首先，根据物资供应商资质文字说明信息，采用网络爬虫的方式获取资质颁发单位的官方网站；其次，将物资供应商的资质信息在资质官方网站上进行验真；最后，对于资质验真结果进行登记。物资供应商资质审查模型.物资供应商资质采集电网公司建设电子招投标平台后，采用线上方式采集物资供应商的资质。物资供应商将其具有的资质扫描成便携的文件格式（，）并上传至电子招投标系统中。物资供应商的资质包括业绩合同、技术能力等，物资供应商资质 文件采集清单见表 。表 物资供应商资质采集清单序号名称采集内容业绩合同业绩发票技术能力职称、职业资格证研发能力专利、集成电路证认证证书质量管理体系认证等鉴定证书产品型式试验报告生产制造装备制造设备购买发票试验、检测设备设备购买发票原材料原材料购买发票制造工艺制造工艺认证报告 生产环境生产环境检测报告 诉讼情况司法裁判网情况 信用情况企业信用公示模型通过 接口对物资供应商的资质 文件进行采集，采集物资供应商资质 文件 为：a，a，a（）式中，为采集物资供应商资质的 文件数量；a，a，a为不同的物资供应商资质的 文件。.物资供应商资质文字识别物资供应商资质 文字识别由 识别预处理和资质字符识别两部分组成。其中 识别预处理部分，对物资供应商资质的 图片进行分割，并进行归一化处理后，形成物资供应商资质独立的字符文件。资质字符识别部分是将分割后的物资供应商资质字符进行识别，然后将字符信息根据图片中的段落整合成段落，形成物资供应商资质文字说明。（）物资供应商资质字符分割全卷积网络（，-）利用物资供应商资质 文件中的像素点亮度、纹理和颜色等进行分类，通过反卷积层对物资供应商资质 特征图进行采样，并对资质 文件中每一个像素进行预测。在此基础上，对物资供应商资质采样特征文件逐像素进行分割。通过 -网络分割的物资供应商资质 图像 为：a()（）式中，a为采集的物资供应商资质原始 图像文件的像素矩阵；为物资供应商资质 -网络的补零层数；为物资供应商资质 -网络的卷积核大小；为物资供应商资质 -网络的图像步幅。通过物资供应商资质 图像的字符分割，形成了物资供应商的资质评估点。（）物资供应商资质字符识别连接时间分类（，）算法是一种 字符识别算法，该算法可实现物资供应商资质字符识别标注处理中标签对齐的问题。因此，文中采用 算法进行物资供应商字符识别。假设分割后的物资供应商资质字符区域是相互独立的，则物资供应商资质字符后验概率是每个字符区域概率的累计。物资供应商资质字符的后验概率 a为：aa()aa （）式中，a为输入 算法的物资供应商资质字符长度数量；为不同字符长度数量的输出物资供应商资质字符识别元素 的概率。算法物资供应商资质字符的真实标签序列概率（aa）为：a()aa a（）式中，a为 算法物资供应商资质字符识别概率的数量；a 为不同概率的物资供应商资质字符识别值。算法重点关注物资供应商资质字符识别的最终预测结果，而非预测字符标签与输入标签的对齐关系。因此，算法的物资供应商资质字符识别最终结果 a为：a a()a（）在完成物资供应商资质 图像识别后，根据图像中字符相隔的距离进行段落合成，最后形成物资供应商资质情况的文字说明。.物资供应商资质核查（）网络爬虫资质官网在物资供应商资质认证中，互联网上资质官方认证渠道是唯一可信的资质认证渠道，为避免资质中查电气技术与经济 经济与管理 询到钓鱼资质认证网站和山寨资质认证网站信息，需要对物资供应商资质认证的官方性进行验证。网络爬虫是一种获取互联网资源的脚本，该脚本按照相应的规则在互联网中读取物资供应商资质官方网站信息。因此，文中采用网络爬虫技术进行物资供应商资质认证。针对通用的资质，网络爬虫根据全国企业信用公示网、增值税发票查询网、司法裁判网等信息进行获取。针对非通用的资质，网络爬虫则根据网站的工商注册信息、百度官网认证等信息获取真实的官方网站。（）物资供应商资质验真在获得物资供应商资质的官方认证网站后，将 识别到的物资供应商资质信息输入到官方网站中，以此判断该物资供应商资质的真伪。机器人流程自动化（，）是一种计算机自动处理工具，其作用是通过机器人执行物资供应商资质官方认证流程。采用 方法，可自动执行物资供应商资质验真的过程，减少人工工作量。限于篇幅，物资供应商资质官方认证验真的过程详见相关文献，文中不再赘述。算例分析.场景与参数设定为验证基于 算法的物资供应商资质审查方法的有效性，在某省电力公司的物资公司进行应用。该省物资包括一次设备、二次设备、设备配件、装置性材料、后勤物料 类，每类物资中，具有对应的物资供应商。基于 算法的物资供应商资质审查方法模型采用 设计。模型在某省电力公司的物资公司机房进行部署，操作系统环境采用 企业版。处理器为 ，处 理 器 运 行 频 率 为.，处理器的核心数量为 。与文中基于 算法的物资供应商资质审查方法比对的是连接文本建议网络（，），网络具有识别准确的特点，在物资供应商资质审查中广泛使用，行业通用性强。.算例运行分析（）物资供应商资质审查性能分析物资供应商资质审查性能分析是性能评估指标。其计算的时间段为从采集物资供应商资质 图像的时间至生成物资供应商资质评估结果的时间。物资供应商资质审查时间越短，则说明物资供应商资质审查性能越好。选择一次设备、二次设备、设备配件、装置性材料、后勤物料的物资供应商各 个，分别采用文中所提基于 算法的物资供应商资质审查方法与 方法比较单个物资供应商资质审查的耗时。物资供应商资质审查性能对比见表 。表 物资供应商资质审查性能供应商类别物资供应商资质评估耗时 一次设备 .二次设备 .设备配件 .装置性材料 .后勤物料 .平均 .由表 可知，文中所提基于 算法的物资供应商资质审查方法单个物资供应商资质审查耗时为 .，低于 方法，因此基于 算法的物资供应商资质审查方法性能更优。（）物资供应商资质字符识别准确率物资供应商资质字符识别准确率是资质审查的关键要素。物资供应商资质 扫描件，均为图像文件，不能读取其中的文字信息，因此，采用算法对图像中的文字进行识别。其计算方法为，识别正确的物资供应商资质字符占总体字符数量的比率。选择一次设备、二次设备、设备配件、装置性材料、后勤物料的物资供应商各 个，分别采用文中所提基于 算法的物资供应商资质审查方法与 方法比较物资供应商资质字符识别准确率，比较结果如图 所示。由图 可知，文中所提基于 算法的物资供应商资质审查方法字符识别准确率为 .，高于 方法，因此，算法字符识别准确率更高。（）物资供应商资质审查准确率物资供应商资质审查准确率分析是资质审查的核心指标。文字在一次设备、二次设备、设备配件、装置性材料、后勤物料五类供应商资质中，随机将资质 图片中的信息修改为错误信息，并采用模型进行资质审查，若审查结果与模拟信息一致，则为准确，两者的比值为物资供应商资质审查准确率。图 物资供应商资质字符识别准确率电气技术与经济 经济与管理 选择一次设备、二次设备、设备配件、装置性材料、后勤物料的物资供应商各 个，每个物资供应商资质随机错误修改 次，分别采用文中所提基于 算法的物资供应商资质审查方法与 方法比较物资供应商资质审查准确率，比较结果见表 。表 物资供应商资质审查准确率物资供应商类别物资供应商资质识别准确率 一次设备 .二次设备 .设备配件 .装置性材料 .后勤物料 .平均 .由表 可知，文中所提基于 算法的物资供应商资质审查准确率为 .，高于 方法，因此，算法物资供应商资质审查更准确。结束语为解决物资供应商资质核查工作量大、准确率低的问题，提出了一种基于 算法的物资供应商资质审查方法。该方法通过 接口获取资质 信息，通过 方法识别资质文字；在此基础上，采用网络爬虫技术获取资质官方网站，并通过 技术实现物资供应商资质的验真。在某省电力公司物资分公司的应用表明该方法能有效验真物资供应商资质。下一步，将结合 技术，对设备类物资的验收过程做进一步研究。参考文献 邓晨曦电力行业招投标活动中供应商的信用管理探讨 电气技术与经济，（）：-梁庆华政府采购招标文件供应商资格要求和必备条件探析 经营者，（）：-王海宁，王正莹，慕子煜，等基于层次分析法的 总承包物资采购评标权重选取 电力勘测设计，（）：-唐冬来，倪平波，李玉，等基于互信共识标识的县域屋顶光伏消纳交易策略 电力系统自动化，（）：-杨伟林，徐小汀，陈宏敬物资供应互联网 远程异地评标探索与实践 招标采购管理，（）：-（收稿日期：-）（上接第 页）（）问题流转得顺畅。问题流转是机制问题，线损管理分析是一种手段，在通过线损分析之后确定了具体问题，那么就得流转至下一环节，因为涉及的专业较多，问题的流转顺畅程度也就决定了线损异常处置的进度，所以必须得在流转问题时就明确责任人和时间节点，做好过程监控。（）责任清晰控节点。线损异常的问题错综复杂，有可能是多个问题同时出现，那么当明确了责任人和时间节点之后，就得做好每个节点的管控，通过一个又一个节点问题的解决最终实现线损率正常。（）态度问题上自习。所谓的自习也是线损攻坚过程中积累的一种管理手段，自习就是大家集中在一起进行知识学习、思维碰撞的一种方式，也是对于在线损异常管理中针对态度消极之人的一种管理手段，通过上自习的方式，既可以教育态度消极之人，也可以提升整体的技术技能