[发明专利]可追溯发票的打印方法

说明书

本发明公开一种可追溯发票的打印方法，包括以下步骤：获取发票开具时的标记信息，所述标记信息至少包括开具时间和开具地理位置信息；根据所述标记信息生成标记二维码；根据预先获取的发票关键信息和所述标记二维码对发票进行打印，以得到具有通过扫描所述标记二维码得到开具时间和开具地理位置信息的发票。

技术领域

本发明涉及税控技术领域，具体而言，涉及一种可追溯发票的打印方法。

背景技术

招揽代开发票业务名片上的广告语，不管是走在街头，还是在手机短信里，不少人可能都被这样的垃圾广告骚扰过。

目前通过开具没有真实发生业务的真发票来达到偷税漏税的目的的行为依然非常猖獗，如何进行有效打击目前还没有较好的办法。

发明内容

本发明提供一种可追溯发票的打印方法，用以克服现有技术中存在的至少一个问题。

为达到上述目的，本发明提供了一种可追溯发票的打印方法，包括以下步骤：

获取发票开具时的标记信息，所述标记信息至少包括开具时间和开具地理位置信息；

根据所述标记信息生成标记二维码；

根据预先获取的发票关键信息和所述标记二维码对发票进行打印，以得到具有通过扫描所述标记二维码得到开具时间和开具地理位置信息的发票。

可选的，所述开具地理位置信息通过以下方式中的至少一种来获取：

WiFi、蓝牙、RFID、北斗卫星、GPS、移动通信基站定位以及AGPS。

可选的，所述开具地理位置信息通过以下步骤获取：

获取多个相互独立的定位信息源的定位数据；

基于所获取的多组定位数据，利用预先设置的定位优化神经网络模型计算定位信息的最佳取值；

其中，所述定位优化神经网络模型通过以下方式构建：

建立训练样本集，所述训练样本集包括多组训练数据，每组训练数据包括多个相互独立的定位信息源获取的同一位置的定位数据以及对应的真实位置数据；

设置神经网络模型的模型参数，所述模型参数包括归一化参数、激活函数、代价函数和隐藏层的层数；

基于所述训练样本集对神经网络模型进行训练，得到定位优化神经网络模型。

可选的，所述激活函数为

其中，x隐藏层或输出层中每个节点的输入值，f(x)为该节点的输出值，α为经验值，0＜α≤1。

可选的，所述标记信息还包括发票特征信息，所述发票特征信息通过以下方式获取：

根据发票关键信息生成发票预览图像，并基于CNN网络对所述发票预览图像进行特征提取，得到所述发票预览图像对应的发票特征信息。

可选的，在训练得到所述定位优化神经网络模型之后还包括：

构建测试数据集，所述测试数据集包括多组测试数据，每组所述测试数据包括多个相互独立的定位信息源获取的同一位置的定位数据以及对应的真实位置数据；

根据所述定位优化神经网络模型计算得到每组测试数据对应定位优化数据；

根据每组测试数据对应的定位优化数据和真实位置数据计算对应的误差；

基于多组测试数据对应的误差得到平均误差。

可选的，所述标记信息包括发票特征信息，所述发票特征信息通过以下方式获取：