CN113190508B - 一种面向管理的自然语言识别方法 - Google Patents

一种面向管理的自然语言识别方法 Download PDF

Info

Publication number
CN113190508B
CN113190508B CN202110451259.8A CN202110451259A CN113190508B CN 113190508 B CN113190508 B CN 113190508B CN 202110451259 A CN202110451259 A CN 202110451259A CN 113190508 B CN113190508 B CN 113190508B
Authority
CN
China
Prior art keywords
voice
amplitude
server
value
login
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110451259.8A
Other languages
English (en)
Other versions
CN113190508A (zh
Inventor
戴一明
汪蓓
周宏文
赵根
侯伟
胡源
周安强
陈萃
李晶
李翔
张建
刘佳川
徐放
黎欢
高成军
杜康
万斯奇
郭云龙
黄凯
廖小莉
李柏林
马小明
周健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Planning And Natural Resources Information Center
Original Assignee
Chongqing Planning And Natural Resources Information Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Planning And Natural Resources Information Center filed Critical Chongqing Planning And Natural Resources Information Center
Priority to CN202110451259.8A priority Critical patent/CN113190508B/zh
Publication of CN113190508A publication Critical patent/CN113190508A/zh
Application granted granted Critical
Publication of CN113190508B publication Critical patent/CN113190508B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/14—Details of searching files based on file metadata
    • G06F16/144—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/14—Details of searching files based on file metadata
    • G06F16/148—File search processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/14—Details of searching files based on file metadata
    • G06F16/156—Query results presentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Security & Cryptography (AREA)
  • Library & Information Science (AREA)
  • Computer Hardware Design (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Remote Sensing (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明提出了一种面向管理的自然语言识别方法，包括以下步骤：S1，利用其客户端登录服务器端；S2，登录服务器端成功后，根据其关键词查询；S3，将其查询的内容展示在客户端上。本发明能够实现登录以及查询所需的数据信息。

Description

一种面向管理的自然语言识别方法
技术领域
本发明涉及一种登录查询技术领域，特别是涉及一种面向管理的自然语言识别方法。
背景技术
随着计算机、网络和通信等技术的发展，以人工智能深度应用为途径，推进技术融合、业务融合、数据融合、应用融合，实现跨层级、跨地域、跨***、跨部门、跨业务的协同管理和服务，与各行业、企业、团队合作，加速城市建设工作，是智慧城市的发展方向。专利申请号2017104072021，名称为“基于交互上下文处理自然语言方法”，公开了：从用户接收第一自然语言输入，其中所述第一自然语言输入包括用户非响应于提问所提供的自然语言输入；分析所述第一自然语言输入以便从所述第一自然语言输入中提取多个关键元素；存储所述关键元素；从用户接收第二自然语言输入；根据所述第二自然语言输入从所存储的多个关键元素中选择一个或多个与所述第二自然语言输入相关联的关键元素；以及根据所述第二自然语言输入和所述相关联的关键元素生成自然语言输出。
发明内容
本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种面向管理的自然语言识别方法。
为了实现本发明的上述目的，本发明提供了一种面向管理的自然语言识别方法，包括以下步骤：
S1，利用其客户端端登录服务器端，；
S2，登录服务器端成功后，根据其关键词查询；
S3，将其查询的内容展示在客户端上。
在本发明的一种优选实施方式中，客户端包括智能移动手持终端。
在本发明的一种优选实施方式中，智能移动手持终端包括智能触屏手机或智能触屏平板。
在本发明的一种优选实施方式中，在步骤S1中包括以下步骤：
S11，判断其是否接收到登录客户端触发命令：
若接收到登录客户端触发命令，则执行步骤S12；
若未接收到登录客户端触发命令，则返回步骤S11；
S12，获取其登录语音，对其获取的登录语音进行处理后，得到登录处理语音；将其得到的登录处理语音发送至服务器端；
S13，服务器端对其接收到的语音进行服务器端处理，得到其服务器处理语音，对其得到的服务器处理语音进行识别，得到其服务器对比语音，判断其服务器对比语音与服务器端预存的存储语音相对比：
若服务器对比语音与服务器端预存的存储语音一致，则服务器端登录成功；
若服务器对比语音与服务器端预存的存储语音不一致，则登录失败；返回其步骤S1。
在本发明的一种优选实施方式中，在步骤S12中，得到其登录处理语音的方法为：
将其获取的登录语音进行安全哈希算法，得到其语音安全值，语音安全值的计算方法为：
Voice value＝Secure Hash Algorithm(Voice0)，
其中，Voice value为语音安全值；
将其得到的语音安全值Voice value作为其客户端获取的登录语音Voice0的语音文件名；即得到登录处理语音。
在本发明的一种优选实施方式中，在步骤S13中，得到其服务器处理语音的方法为：
将其服务器端接收到的语音进行安全哈希算法，得到其语音服务器安全值，语音服务器安全值的计算方法为：
Voice value′＝Secure Hash Algorithm(Voice1)，
其中，Secure Hash Algorithm()为SHA-1的安全哈希算法；
Voice1为服务器端接收到的语音；
Voice value′为语音服务器安全值；
判断其语音服务器安全值Voice value′与服务器端接收到的语音Voice1的所对应语音文件名是否一致：
若语音服务器安全值Voice value′与服务器端接收到的语音Voice1的所对应语音文件名一致，则服务器端接收到的语音Voice1即为服务器处理语音；
若语音服务器安全值Voice value′与服务器端接收到的语音Voice1的所对应语音文件名不一致，请求客户端重新发送登录处理语音。
在本发明的一种优选实施方式中，在步骤S13中包括以下步骤：
S131，服务器端对其得到的服务器处理语音进行语音振幅获取，从其获取的语音振幅中选择出第一语音振幅和第二语音振幅，其中第二语音振幅大于第一语音振幅；
S132，利用步骤S131中选择出的第一语音振幅和第二语音振幅得到其语音振幅上下限[-Sound amplitude,Sound amplitude]，Sound amplitude表示第三语音振幅；[-Sound amplitude,Sound amplitude]表示语音振幅上下限；当其|Sound amplitude′|≥|Sound amplitude″|时，Sound amplitude′表示第一语音振幅，Sound amplitude″表示第二语音振幅，||表示求绝对值；Sound amplitude＝|Sound amplitude′|，当其|Soundamplitude′|＜|Sound amplitude″|时，Sound amplitude＝|Sound amplitude″|；
S133，将步骤S132中的语音振幅上下限[-Sound amplitude,Sound amplitude]划分为p个语音振幅子上下限，分别为P1、P2、P3、……、Pp，p为大于或者等于2的正整数；其中P1为语音振幅第1子上下限，P2为语音振幅第2子上下限，P3为语音振幅第3子上下限，Pp为语音振幅第p子上下限，[-Sound amplitude,Sound amplitude]＝P1∪P2∪P3∪…∪Pp，∪表示并集，
Figure BDA0003038756600000041
∩表示交集，
Figure BDA0003038756600000042
表示空集，i≠j，i＝1、2、3、……、p；j＝1、2、3、……、p；语音振幅第p′子上下限Pp′的上限值小于语音振幅第p′+1子上下限Pp′+1的下限值，p′＝1、2、3、……、p-1；
S134，将p个语音振幅子上下限中的上限值和下限值构成上下限集合，将上下限集合中的元素值按照由小至大用Q0、Q1、Q2、Q3、……、Qp表示，Q0至Qp用逐渐增大的p位二进制值O1 O2 O3……Op表示，Ou＝1或0，u＝1、2、3、……、p；其中，Qp″′对应的二进制值由最左端至最右端共有p″′个1和p-p″′个0，p″′＝0、1、2、3、……、p；
S135，服务器端将得到的服务器处理语音依照其播放的时间先后次序分段，获取每段服务器处理语音的振幅，判断每段服务器处理语音的振幅最接近的上限值或下限值，用最接近的上限值或下限值所对应的二进制值编码表示该段服务器处理语音的语音编码。
在本发明的一种优选实施方式中，在步骤S2中包括以下步骤：
S21，判断其是否接收到查询触发命令：
若接收到查询触发命令，则以查询框中输入的查询字或查询词作为关键词进行查询；
若未接收到查询触发命令，则执行步骤S22；
S22，判断查询框中是否输入查询字或查询词：
若查询框中输入查询字或查询词，查询字为仅有一个汉字，查询字为两个及以上的汉字，则以查询字或查询词进行向前或/和向后连词，得到连接词；若触发连接词查询触发命令，则以连接词作为关键词进行查询；
若查询框中未输入查询字或查询词，则返回步骤S22；
在本发明的一种优选实施方式中，在步骤S22中还包括根据连接词形成D个语句，D为大于或者等于1的正整数，D个语句按照查询次数由大到小排列；
在步骤S22中，得到R个连接词，R为大于或者等于1的正整数，R个连接词按照查询次数由大到小排列。
在本发明的一种优选实施方式中，还包括步骤S4，将查询的项目成熟度展现在客户端上。
综上所述，由于采用了上述技术方案，本发明能够实现登录以及查询所需的数据信息。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明流程示意框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
本发明提供了一种面向管理的自然语言识别方法，如图1所示，包括以下步骤：
S1，利用其客户端登录服务器端；
S2，登录服务器端成功后，根据其关键词查询；
S3，将其查询的内容展示在客户端上。
在本发明的一种优选实施方式中，客户端包括智能移动手持终端。
在本发明的一种优选实施方式中，智能移动手持终端包括智能触屏手机或智能触屏平板。
在本发明的一种优选实施方式中，在步骤S1中包括以下步骤：
S11，判断其是否接收到登录客户端触发命令：
若接收到登录客户端触发命令，则执行步骤S12；
若未接收到登录客户端触发命令，则返回步骤S11；
S12，获取其登录语音，对其获取的登录语音进行处理后，得到登录处理语音；将其得到的登录处理语音发送至服务器端；
S13，服务器端对其接收到的语音进行服务器端处理，得到其服务器处理语音，对其得到的服务器处理语音进行识别，得到其服务器对比语音，判断其服务器对比语音与服务器端预存的存储语音相对比：
若服务器对比语音与服务器端预存的存储语音一致，则服务器端登录成功；
若服务器对比语音与服务器端预存的存储语音不一致，则登录失败；返回其步骤S1。
在本发明的一种优选实施方式中，在步骤S12中，得到其登录处理语音的方法为：
将其获取的登录语音进行安全哈希算法，得到其语音安全值，语音安全值的计算方法为：
Voice value＝Secure Hash Algorithm(Voice0)，
其中，Secure Hash Algorithm()为SHA-1的安全哈希算法；
Voice0为客户端获取的登录语音；
Voice value为语音安全值；
将其得到的语音安全值Voice value作为其客户端获取的登录语音Voice0的语音文件名；即得到登录处理语音。
在本发明的一种优选实施方式中，在步骤S13中，得到其服务器处理语音的方法为：
将其服务器端接收到的语音进行安全哈希算法，得到其语音服务器安全值，语音服务器安全值的计算方法为：
Voice value′＝Secure Hash Algorithm(Voice1)，
其中，Secure Hash Algorithm()为SHA-1的安全哈希算法；
Voice1为服务器端接收到的语音；
Voice value′为语音服务器安全值；
判断其语音服务器安全值Voice value′与服务器端接收到的语音Voice1的所对应语音文件名是否一致：
若语音服务器安全值Voice value′与服务器端接收到的语音Voice1的所对应语音文件名一致，则服务器端接收到的语音Voice1即为服务器处理语音；
若语音服务器安全值Voice value′与服务器端接收到的语音Voice1的所对应语音文件名不一致，请求客户端重新发送登录处理语音。
在本发明的一种优选实施方式中，在步骤S13中包括以下步骤：
S131，服务器端对其得到的服务器处理语音进行语音振幅获取，从其获取的语音振幅中选择出第一语音振幅和第二语音振幅，其中第二语音振幅大于第一语音振幅；
S132，利用步骤S131中选择出的第一语音振幅和第二语音振幅得到其语音振幅上下限[-Sound amplitude,Sound amplitude]，Sound amplitude表示第三语音振幅；[-Sound amplitude,Sound amplitude]表示语音振幅上下限；当其|Sound amplitude′|≥|Sound amplitude″|时，Sound amplitude′表示第一语音振幅，Sound amplitude″表示第二语音振幅，||表示求绝对值；Sound amplitude＝|Sound amplitude′|，当其|Soundamplitude′|＜|Sound amplitude″|时，Sound amplitude＝|Sound amplitude″|；
S133，将步骤S132中的语音振幅上下限[-Sound amplitude,Sound amplitude]划分为p个语音振幅子上下限，分别为P1、P2、P3、……、Pp，p为大于或者等于2的正整数；其中P1为语音振幅第1子上下限，P2为语音振幅第2子上下限，P3为语音振幅第3子上下限，Pp为语音振幅第p子上下限，[-Sound amplitude,Sound amplitude]＝P1∪P2∪P3∪…∪Pp，∪表示并集，
Figure BDA0003038756600000081
∩表示交集，
Figure BDA0003038756600000082
表示空集，i≠j，i＝1、2、3、……、p；j＝1、2、3、……、p；语音振幅第p′子上下限Pp′的上限值小于语音振幅第p′+1子上下限Pp′+1的下限值，p′＝1、2、3、……、p-1；
S134，将p个语音振幅子上下限中的上限值和下限值构成上下限集合，其中会将上下限集合中重复相同的元素值筛除，将上下限集合中的元素值按照由小至大用Q0、Q1、Q2、Q3、……、Qp表示，即可以是P1＝[Q0,Q1](或P1＝[-Sound amplitude,Q1])、P2＝(Q1,Q2]、P3＝(Q2,Q3]、P4＝(Q3,Q4]、……、Pp＝(Qp-1,Qp](或Pp＝(Qp-1,Sound amplitude])；或者也可以是P1＝[Q0,Q1)(或P1＝[-Sound amplitude,Q1))、P2＝[Q1,Q2)、P3＝[Q2,Q3)、P4＝[Q3,Q4)、……、Pp＝[Qp-1,Qp](或Pp＝[Qp-1,Sound amplitude])；还可以是其它形式；Q0至Qp用逐渐增大的p位二进制值O1 O2O3……Op表示，Ou＝1或0，u＝1、2、3、……、p；其中，Qp″′对应的二进制值由最左端至最右端共有p″′个1和p-p″′个0，p″′＝0、1、2、3、……、p；
S135，服务器端将得到的服务器处理语音依照其播放的时间先后次序分段，获取每段服务器处理语音的振幅，判断每段服务器处理语音的振幅最接近的上限值或下限值，用最接近的上限值或下限值所对应的二进制值编码表示该段服务器处理语音的语音编码。
在本发明的一种优选实施方式中，在步骤S1中利用其客户端登录服务器端也可以包括以下步骤：
S11，服务器端判断是否接收到登录请求触发信号：
若服务器端接收到登录请求触发信号，则执行步骤S12；
若服务器端未接收到登录请求触发信号，则继续等待，返回步骤S11；
S12，服务器端判断待登录服务器端的客户端的设备信息是否与登录账号已认证：
若待登录服务器端的客户端的设备信息与登录账号已认证，该客户端的设备信息为客户端的国际移动设备识别码IMEI，则执行步骤S13；
若待登录服务器端的客户端的设备信息与登录账号未认证，则对待登录服务器端的客户端的设备信息进行认证；
S13，服务器端根据登录账号生成登录账号码，将其生成的登录账号码发送至登录账号相关联的手机号码上；其服务器端根据登录账号生成登录账号码的方法为：
Loginaccountnumber＝Secure Hash Algorithm(Loginaccount-Devicecode)，
其中，Secure Hash Algorithm()为SHA-1的安全哈希算法；
Loginaccount表示登录账号；
Devicecode表示设备码；
-表示将设备码Devicecode与登录账号Loginaccount的首末位连接起来；例如当其设备码Devicecode为123，登录账号Loginaccount为234，则Loginaccount-Devicecode表示为234123；当其设备码Devicecode为789，登录账号Loginaccount为0145，则Loginaccount-Devicecode表示为0145789；当其设备码Devicecode为148，登录账号Loginaccount为51，则Loginaccount-Devicecode表示为51148。
Loginaccountnumber表示运算连接值；
Figure BDA0003038756600000101
其中，J表示运算连接值Loginaccountnumber的总位数；
Loginaccountnumber(j)表示运算连接值Loginaccountnumber的第j位所对的数值；
d表示调节系数且为正整数；d∈[α,β]，
Figure BDA0003038756600000102
α为下限调节值，β为上限调节值，int()表示取整函数；
number表示登录账号码。
S14，服务器端判断其通过待登录服务器端的客户端输入的登录账号码与服务器端发送的登录账号码是否一致：
若通过待登录服务器端的客户端输入的登录账号码与服务器端发送的登录账号码一致，则客户端登录成功；
若通过待登录服务器端的客户端输入的登录账号码与服务器端发送的登录账号码不一致，则客户端登录失败。
在本发明的一种优选实施方式中，在步骤S12中服务器端判断待登录服务器端的客户端的设备信息是否与登录账号已认证包括以下步骤：
S121，服务器端获取客户端的设备信息；
S122，对获取的客户端的设备信息进行设备信息认证处理，得到其设备码；其得到设备码的方法为：
Devicecode＝Secure Hash Algorithm(DeviceInformation,DeviceInformationk)，
其中，Secure Hash Algorithm()为SHA-1的安全哈希算法；
DeviceInformation表示客户端的设备信息；
DeviceInformationk表示客户端的设备信息DeviceInformation的前k位数值之和；所述k为小于或者等于K的正整数，K为客户端的设备信息的总位数；
Secure Hash Algorithm(DeviceInformation,DeviceInformationk)表示对客户端的设备信息DeviceInformation迭代进行DeviceInformationk次SHA-1的安全哈希算法；
Devicecode表示设备码；
例如，当其客户端的设备信息DeviceInformation为359836049182979，其客户端的设备信息的总位数为15位，当其k取2时，客户端的设备信息DeviceInformation的前2位数值之和为3+5＝8；当其k取4时，客户端的设备信息DeviceInformation的前4位数值之和为3+5+9+8＝25；当其k取5时，客户端的设备信息DeviceInformation的前5位数值之和为3+5+9+8+3＝28。当其Devicecode＝Secure Hash Algorithm(359836049182979,8)，为对359836049182979进行8次SHA-1的安全哈希算法，即是：
Q1＝Secure Hash Algorithm(359836049182979)，
Q2＝Secure Hash Algorithm(Q1)，
Q3＝Secure Hash Algorithm(Q2)，
Q4＝Secure Hash Algorithm(Q3)，
Q5＝Secure Hash Algorithm(Q4)，
Q6＝Secure Hash Algorithm(Q5)，
Q7＝Secure Hash Algorithm(Q6)，
Q8＝Secure Hash Algorithm(Q7)；此时Devicecode＝Q8。
当其Devicecode＝Secure Hash Algorithm(359836049182979,25)，为对359836049182979进行25次SHA-1的安全哈希算法，即是：
Q1＝Secure Hash Algorithm(359836049182979)，
Q2＝Secure Hash Algorithm(Q1)，
Q3＝Secure Hash Algorithm(Q2)，
Q4＝Secure Hash Algorithm(Q3)，
Q5＝Secure Hash Algorithm(Q4)，
Q6＝Secure Hash Algorithm(Q5)，
Q7＝Secure Hash Algorithm(Q6)，
Q8＝Secure Hash Algorithm(Q7)，
Q9＝Secure Hash Algorithm(Q8)，
Q10＝Secure Hash Algorithm(Q9)，
Q11＝Secure Hash Algorithm(Q10)，
Q12＝Secure Hash Algorithm(Q11)，
Q13＝Secure Hash Algorithm(Q12)，
Q14＝Secure Hash Algorithm(Q13)，
Q15＝Secure Hash Algorithm(Q14)，
Q16＝Secure Hash Algorithm(Q15)，
Q17＝Secure Hash Algorithm(Q16)，
Q18＝Secure Hash Algorithm(Q17)，
Q19＝Secure Hash Algorithm(Q18)，
Q20＝Secure Hash Algorithm(Q19)，
Q21＝Secure Hash Algorithm(Q20)，
Q22＝Secure Hash Algorithm(Q21)，
Q23＝Secure Hash Algorithm(Q22)，
Q24＝Secure Hash Algorithm(Q23)，
Q25＝Secure Hash Algorithm(Q24)；此时Devicecode＝Q25。
S123，判断其得到的设备码是否存在于服务器端的设备码数据库中：
若设备码存在于服务器端的设备码数据库中，则待登录服务器端的客户端的设备信息与登录账号已认证，并提取设备码对应的登录账号；
若设备码不存在于服务器端的设备码数据库中，则待登录服务器端的客户端的设备信息与登录账号未认证。
在本发明的一种优选实施方式中，在步骤S12中对待登录服务器端的客户端的设备信息进行认证包括以下步骤：
S121，服务器端获取待登录服务器端的登录账号；
S122，对获取的登录账号进行登录账号认证处理，得到其账号认证码，判断其账号认证码是否存在于服务器端的账号认证码数据库中：
若账号认证码存在于服务器端的账号认证码数据库中，则提取账号认证码所对应的手机号码，并将生成的账号手机认证码发送至手机号码上；执行步骤S123，
若账号认证码不存在于服务器端的账号认证码数据库中，则向其待登录服务器端的客户端发送提示信息，该提示信息为输入的登录账号不存在于服务器端；
S123，服务器端判断其通过待登录服务器端的客户端输入的账号手机认证码与服务器端发送的账号手机认证码是否一致：
若通过待登录服务器端的客户端输入的账号手机认证码与服务器端发送的账号手机认证码一致，则待登录服务器端的客户端的设备信息与账号认证码相关联；
若通过待登录服务器端的客户端输入的账号手机认证码与服务器端发送的账号手机认证码不一致，则向其待登录服务器端的客户端发送提示信息，该提示信息为输入的账号手机认证码不正确。降低登录繁琐过程，增强用户体验。
在本发明的一种优选实施方式中，在步骤S2中包括以下步骤：
S21，判断其是否接收到查询触发命令：
若接收到查询触发命令，则以查询框中输入的查询字或查询词作为关键词进行查询；
若未接收到查询触发命令，则执行步骤S22；
S22，判断查询框中是否输入查询字或查询词：
若查询框中输入查询字或查询词，查询字为仅有一个汉字，查询字为两个及以上的汉字，则以查询字或查询词进行向前或/和向后连词，得到连接词；若触发连接词查询触发命令，则以连接词作为关键词进行查询；例如，在查询框中输入的查询字“爱”，向后得到的连接词可以是“爱情”、“爱好”、“爱心”，向前得到的连接词可以是“喜爱”、“热爱”、“亲爱”、“宠爱”。
若查询框中未输入查询字或查询词，则返回步骤S22；
在本发明的一种优选实施方式中，在步骤S22中还包括根据连接词形成D个语句，D为大于或者等于1的正整数，D个语句按照查询次数由大到小排列；
在步骤S22中，得到R个连接词，R为大于或者等于1的正整数，R个连接词按照查询次数由大到小排列。
在本发明的一种优选实施方式中，得到服务器端预存的存储语音的方法包括以下步骤：
S01，服务器端对其预先得到的语音进行语音振幅获取，从其获取的语音振幅中选择出第七语音振幅和第八语音振幅，其中第八语音振幅大于第七语音振幅；
S02，利用步骤S01中选择出的第七语音振幅和第八语音振幅得到其预设语音振幅上下限[-Sound amplitude″″,Sound amplitude″″]，Sound amplitude″″表示第九语音振幅；[-Sound amplitude″″,Sound amplitude″″]表示预设语音振幅上下限；当其|Soundamplitude″″′|≥|Sound amplitude″″″|时，Sound amplitude″″′表示第七语音振幅，Sound amplitude″″″表示第八语音振幅，||表示求绝对值；Sound amplitude″″＝|Soundamplitude″″′|，当其|Sound amplitude″″′|＜|Sound amplitude″″″|时，Soundamplitude″″＝|Sound amplitude″″″|；
S03，将步骤S02中的预设语音振幅上下限[-Sound amplitude″″,Soundamplitude″″]划分为g个预设语音振幅子上下限，分别为G1、G2、G3、……、Gg，g为大于或者等于2的正整数；其中G1为预设语音振幅第1子上下限，G2为预设语音振幅第2子上下限，G3为预设语音振幅第3子上下限，Gg为预设语音振幅第g子上下限，[-Sound amplitude″″,Soundamplitude″″]＝G1∪G2∪G3∪…∪Gg，∪表示并集，
Figure BDA0003038756600000151
∩表示交集，
Figure BDA0003038756600000152
表示空集，i′≠j′，i′＝1、2、3、……、g；j′＝1、2、3、……、g；预设语音振幅第g′子上下限Gg′的上限值小于预设语音振幅第g′+1子上下限Gg′的下限值，g′＝1、2、3、……、g-1；
S134，将g个预设语音振幅子上下限中的预设上限值和预设下限值构成预设上下限集合，将预设上下限集合中的元素值按照由小至大用C0、C1、C2、C3、……、Cg表示，C0至Cg用逐渐增大的g位二进制值R1 R2 R3……Rg表示，Ru′＝1或0，u′＝1、2、3、……、g；其中，Cg″′对应的二进制值由最左端至最右端共有g″′个1和g-g″′个0，g″′＝0、1、2、3、……、g；
S135，服务器端将预先得到的语音依照其播放的时间先后次序分段，获取每段预先得到的语音的振幅，判断每段预先得到的语音的振幅最接近的上限值或下限值，用最接近的上限值或下限值所对应的二进制值编码表示该段预先得到的语音的语音编码。
在本发明的一种优选实施方式中，还包括步骤S4，将查询的项目成熟度展现在客户端上。包括以下步骤：
S41，导入项目成熟度基础数据；
S42，服务器端对导入的项目成熟度基础数据进行处理，将其得到的项目成熟度展现在客户端上。
在本发明的一种优选实施方式中，在步骤S41中包括以下步骤：
S411，对项目成熟度基础数据中的类型进行分类，其分类方法为：
S4111，对项目成熟度基础数据中的每个文件按照顺序进行编号，分别为第1文件编号、第2文件编号、第3文件编号、……、第A文件编号，A为项目成熟度基础数据中文件的总数量；令递增量a＝1；
S4112，判断其第a文件编号所对应的文件的文件扩展名是否为服务器端识别的文件扩展名：
若第a文件编号所对应的文件的文件扩展名为服务器端识别的文件扩展名，则将第a文件编号所对应的文件存放至与第a文件编号所对应文件的文件扩展名相同的暂存数据库中；a＝a+1；
若第a文件编号所对应的文件的文件扩展名不为服务器端识别的文件扩展名，则服务器端建立暂存无效文件夹，并将该第a文件编号所对应的文件存放至暂存无效文件夹中；a＝a+1；
S4113，判断其递增量a与项目成熟度基础数据中文件的总数量A关系：
若a≤A，则返回步骤S212；
若a＞A，则类型分类结束；
S412，提取存放于每个暂存数据库中的文件进行解析，得到其服务器端识别的项目成熟度基础数据。
在本发明的一种优选实施方式中，在步骤S42中包括以下步骤：
S421，提取其项目成熟度基础数据中的三维坐标点；
S422，获取服务器端内存储的地图，将提取的所有三维坐标点对应标定到地图上；
S423，对标定到地图上的所有三维坐标点进行相邻三维坐标点连线，得到其项目的轮廓线，该轮廓线为闭合且不相交的曲线；
S424，根据得到的轮廓线计算其轮廓面积，并获取轮廓线所在的地图内的建筑物面积，判断其
Figure BDA0003038756600000171
所处范围，所述v1表示轮廓线所在的地图内的建筑物面积，v2表示轮廓面积，v表示项目成熟度，以不同色彩度表示其项目成熟度，将其展示客户端上；其中，若v<v′，v′表示第一预设判断阈值，则用淡黄色表示项目成熟度；若v′≤v≤v″，v″表示第二预设判断阈值，第二预设判断阈值大于第一预设判断阈值，则用淡绿色表示项目成熟度；若v″<v<v″′，v″′表示第三预设判断阈值，第三预设判断阈值大于第二预设判断阈值，则用绿色表示项目成熟度；若v″′≤v≤v″″，v″″表示第四预设判断阈值，第四预设判断阈值大于第三预设判断阈值，则用红色表示项目成熟度；若v＞v″″，则用深红色表示项目成熟度。实现对项目成熟度的展示。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (8)

1.一种面向管理的自然语言识别方法，其特征在于，包括以下步骤：
S1，利用其客户端登录服务器端，利用其客户端登录服务器端的方法包括以下步骤：
S11，判断其是否接收到登录客户端触发命令：
若接收到登录客户端触发命令，则执行步骤S12；
若未接收到登录客户端触发命令，则返回步骤S11；
S12，获取其登录语音，对其获取的登录语音进行处理后，得到登录处理语音；将其得到的登录处理语音发送至服务器端；
S13，服务器端对其接收到的语音进行服务器端处理，得到其服务器处理语音，对其得到的服务器处理语音进行识别，得到其服务器对比语音，判断其服务器对比语音与服务器端预存的存储语音相对比：
若服务器对比语音与服务器端预存的存储语音一致，则服务器端登录成功；
若服务器对比语音与服务器端预存的存储语音不一致，则登录失败；返回其步骤S1；
在步骤S13中具体包括以下步骤：
S131，服务器端对其得到的服务器处理语音进行语音振幅获取，从其获取的语音振幅中选择出第一语音振幅和第二语音振幅，其中第二语音振幅大于第一语音振幅；
S132，利用步骤S131中选择出的第一语音振幅和第二语音振幅得到其语音振幅上下限[-Sound amplitude,Sound amplitude]，Sound amplitude表示第三语音振幅；[-Soundamplitude,Sound amplitude]表示语音振幅上下限；当其Sound amplitude′|≥|Soundamplitude″|时，Sound amplitude′表示第一语音振幅，Sound amplitude″表示第二语音振幅，| |表示求绝对值；Sound amplitude＝|Sound amplitude′|，当其|Sound amplitude′|＜|Sound amplitude″|时，Sound amplitude＝|Sound amplitude″|；
S133，将步骤S132中的语音振幅上下限[-Sound amplitude,Sound amplitude]划分为p个语音振幅子上下限，分别为P1、P2、P3、……、Pp，p为大于或者等于2的正整数；其中P1为语音振幅第1子上下限，P2为语音振幅第2子上下限，P3为语音振幅第3子上下限，Pp为语音振幅第p子上下限，[-Sound amplitude,Sound amplitude]＝P1∪P2∪P3∪…∪Pp，∪表示并集，∩表示交集，表示空集，i≠j，i＝1、2、3、……、p；j＝1、2、3、……、p；语音振幅第p′子上下限Pp′的上限值小于语音振幅第p′+1子上下限Pp′+1的下限值，p′＝1、2、3、……、p-1；
S134，将p个语音振幅子上下限中的上限值和下限值构成上下限集合，将上下限集合中的元素值按照由小至大用Q0、Q1、Q2、Q3、……、Qp表示，Q0至Qp用逐渐增大的p位二进制值O1 O2O3 …… Op表示，Ou＝1或0，u＝1、2、3、……、p；其中，Qp″′对应的二进制值由最左端至最右端共有p″′个1和p-p″′个0，p″′＝0、1、2、3、……、p；
S135，服务器端将得到的服务器处理语音依照其播放的时间先后次序分段，获取每段服务器处理语音的振幅，判断每段服务器处理语音的振幅最接近的上限值或下限值，用最接近的上限值或下限值所对应的二进制值编码表示该段服务器处理语音的语音编码；
S2，登录服务器端成功后，根据其关键词查询；
S3，将其查询的内容展示在客户端上。
2.根据权利要求1所述的面向管理的自然语言识别方法，其特征在于，客户端包括智能移动手持终端。
3.根据权利要求2所述的面向管理的自然语言识别方法，其特征在于，智能移动手持终端包括智能触屏手机或智能触屏平板。
4.根据权利要求1所述的面向管理的自然语言识别方法，其特征在于，在步骤S12中，得到其登录处理语音的方法为：
将其获取的登录语音进行安全哈希算法，得到其语音安全值，语音安全值的计算方法为：
Voice value＝Secure Hash Algorithm(Voice0)，
其中，Voice value为语音安全值；
将其得到的语音安全值Voice value作为其客户端获取的登录语音Voice0的语音文件名；即得到登录处理语音。
5.根据权利要求1所述的面向管理的自然语言识别方法，其特征在于，在步骤S13中，得到其服务器处理语音的方法为：
将其服务器端接收到的语音进行安全哈希算法，得到其语音服务器安全值，语音服务器安全值的计算方法为：
Voice value′＝Secure Hash Algorithm(Voice1)，
其中，Secure Hash Algorithm()为SHA-1的安全哈希算法；
Voice1为服务器端接收到的语音；
Voice value′为语音服务器安全值；
判断其语音服务器安全值Voice value′与服务器端接收到的语音Voice1的所对应语音文件名是否一致：
若语音服务器安全值Voice value′与服务器端接收到的语音Voice1的所对应语音文件名一致，则服务器端接收到的语音Voice1即为服务器处理语音；
若语音服务器安全值Voice value′与服务器端接收到的语音Voice1的所对应语音文件名不一致，请求客户端重新发送登录处理语音。
6.根据权利要求1所述的面向管理的自然语言识别方法，其特征在于，在步骤S2中包括以下步骤：
S21，判断其是否接收到查询触发命令：
若接收到查询触发命令，则以查询框中输入的查询字或查询词作为关键词进行查询；
若未接收到查询触发命令，则执行步骤S22；
S22，判断查询框中是否输入查询字或查询词：
若查询框中输入查询字或查询词，查询字为仅有一个汉字，查询字为两个及以上的汉字，则以查询字或查询词进行向前或/和向后连词，得到连接词；若触发连接词查询触发命令，则以连接词作为关键词进行查询；
若查询框中未输入查询字或查询词，则返回步骤S22。
7.根据权利要求6所述的面向管理的自然语言识别方法，其特征在于，在步骤S22中还包括根据连接词形成D个语句，D为大于或者等于1的正整数，D个语句按照查询次数由大到小排列；
在步骤S22中，得到R个连接词，R为大于或者等于1的正整数，R个连接词按照查询次数由大到小排列。
8.根据权利要求1所述的面向管理的自然语言识别方法，其特征在于，还包括步骤S4，将查询的项目成熟度展现在客户端上。
CN202110451259.8A 2021-04-26 2021-04-26 一种面向管理的自然语言识别方法 Active CN113190508B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110451259.8A CN113190508B (zh) 2021-04-26 2021-04-26 一种面向管理的自然语言识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110451259.8A CN113190508B (zh) 2021-04-26 2021-04-26 一种面向管理的自然语言识别方法

Publications (2)

Publication Number Publication Date
CN113190508A CN113190508A (zh) 2021-07-30
CN113190508B true CN113190508B (zh) 2023-05-05

Family

ID=76978882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110451259.8A Active CN113190508B (zh) 2021-04-26 2021-04-26 一种面向管理的自然语言识别方法

Country Status (1)

Country Link
CN (1) CN113190508B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114006743B (zh) * 2021-10-27 2022-06-10 重庆市规划和自然资源信息中心 一种基于大数据进行土地使用状态实时提取查询方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6148007A (en) * 1998-03-27 2000-11-14 Usa Digital Radio Partners, L.P. Method for data transmission in a digital audio broadcasting system
CN102779520A (zh) * 2009-04-03 2012-11-14 株式会社Ntt都科摩 语音解码装置及语音解码方法
CN103247295A (zh) * 2008-05-29 2013-08-14 高通股份有限公司 用于频谱对比加强的***、方法、设备及计算机程序产品
CN105989853A (zh) * 2015-02-28 2016-10-05 科大讯飞股份有限公司 一种音频质量评测方法及***
CN106663449A (zh) * 2014-08-06 2017-05-10 索尼公司 编码装置和方法、解码装置和方法以及程序
CN110992969A (zh) * 2019-11-06 2020-04-10 深圳信息职业技术学院 一种电子耳蜗的滤波器组配置方法及装置
CN112003829A (zh) * 2020-07-28 2020-11-27 广州汽车集团股份有限公司 一种无感登录车机账号的方法及其装置、***

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7536304B2 (en) * 2005-05-27 2009-05-19 Porticus, Inc. Method and system for bio-metric voice print authentication
CN103581109B (zh) * 2012-07-19 2018-03-02 北京京东尚科信息技术有限公司 声纹登录购物***和方法
CN108809983A (zh) * 2018-06-12 2018-11-13 北京智明星通科技股份有限公司 一种保证账户安全登录的方法、装置及***
CN109462482B (zh) * 2018-11-09 2023-08-08 深圳壹账通智能科技有限公司 声纹识别方法、装置、电子设备及计算机可读存储介质
WO2020180887A1 (en) * 2019-03-04 2020-09-10 Iocurrents, Inc. Near real-time detection and classification of machine anomalies using machine learning and artificial intelligence
CN112418960A (zh) * 2020-11-26 2021-02-26 深圳供电局有限公司 一种用于电力行业的远程开票方法及***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6148007A (en) * 1998-03-27 2000-11-14 Usa Digital Radio Partners, L.P. Method for data transmission in a digital audio broadcasting system
CN103247295A (zh) * 2008-05-29 2013-08-14 高通股份有限公司 用于频谱对比加强的***、方法、设备及计算机程序产品
CN102779520A (zh) * 2009-04-03 2012-11-14 株式会社Ntt都科摩 语音解码装置及语音解码方法
CN106663449A (zh) * 2014-08-06 2017-05-10 索尼公司 编码装置和方法、解码装置和方法以及程序
CN105989853A (zh) * 2015-02-28 2016-10-05 科大讯飞股份有限公司 一种音频质量评测方法及***
CN110992969A (zh) * 2019-11-06 2020-04-10 深圳信息职业技术学院 一种电子耳蜗的滤波器组配置方法及装置
CN112003829A (zh) * 2020-07-28 2020-11-27 广州汽车集团股份有限公司 一种无感登录车机账号的方法及其装置、***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Mixed source model and its adapted vocal tract filter estimate for voice transformation and synthesis;Gilles Degottex 等;《Speech Communication》;第55卷(第2期);278-294 *
基于嵌入式微处理器的人机语音交互***的设计与研究;刘琼;《中国优秀硕士学位论文全文数据库 信息科技辑》(第03期);I136-89 *

Also Published As

Publication number Publication date
CN113190508A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
US7403652B2 (en) Image capture and identification system and process
CN111883140B (zh) 基于知识图谱和声纹识别的认证方法、装置、设备及介质
CN110781460A (zh) 版权认证方法、装置、设备、***及计算机可读存储介质
CN110738323B (zh) 基于数据共享建立机器学习模型的方法和装置
CN105894028B (zh) 用户识别方法和装置
CN101641721A (zh) 生物特征匹配方法和设备
CN113190508B (zh) 一种面向管理的自然语言识别方法
CN112925898B (zh) 基于人工智能的问答方法、装置、服务器及存储介质
CN112199412B (zh) 基于区块链的支付账单处理方法和区块链账单处理***
CN107277068B (zh) 一种身份识别方法及终端
US11442982B2 (en) Method and system for acquiring data files of blocks of land and of building plans and for making matches thereof
CN113656661A (zh) 基于自然语言识别的移动政务***
CN113220758B (zh) 一种项目成熟度分析论证方法
JP2006351001A (ja) コンテンツ特徴量抽出方法及び装置及びコンテンツ同一性判定方法及び装置
US7355529B2 (en) Binary image compression apparatus and method
CN106599637A (zh) 一种在验证界面输入验证码的方法和装置
CN112989007B (zh) 基于对抗网络的知识库扩展方法、装置及计算机设备
CN114138986A (zh) 一种具有增强内容的客户管理平台及其方法
CN113254579A (zh) 语音检索方法、装置及电子设备
CN109840294B (zh) 电子元件配套资料查询方法、存储介质及终端
CN113179249A (zh) 大数据网络中政务数据快速安全挖掘方法
CN112307251A (zh) 英语词汇知识点图谱自适应识别关联***和方法
CN117520617B (zh) 一种基于图表组件的数据信息展示方法
CN115203271B (zh) 一种信息化工程咨询业务知识服务***及方法
CN114466314B (zh) 一种基于基站定位的固定人群手机号筛查方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant