[发明专利]一种应用于工程造价系统的信息处理方法

说明书

本发明公开了一种应用于工程造价系统的信息处理方法，其包括工程信息录入；对信息进行降噪预处理，将处理后的信息生成一个集合；调取造价清单，利用神经网络模型建立分类器；根据分类器的分类规则划定集合所述类别；提取集合内与设定的阈值同属性的数据特征，将该数据特征与阈值进行对比，当数据特征超过该阈值则自动标记为超标项目；本发明通过采用排序算法和深度学习的神经网络，根据公司以往的系统分类设定规则，能够将录入的项目信息初步分类整合，不仅可以省去大量人力成本，而且可以人工定义项目成本的阈值，剔除一系列超标项目，节省工作人员的审核时间，对初步的数据整合，有效避免数据杂乱和人工整理失误的情况。

技术领域

本发明涉及工程造价领域，特别是一种应用于工程造价系统的信息处理方法。

背景技术

建筑领域中的工程造价是指构成项目在建设期预计或实际支出的建设费用，对工程造价进行预测、计划、控制、核算、次要分析和评价等工作过程已经成为建筑行业中不可或缺的流程、步骤。其中，对于各工作工程中不同材料资源价格的确定，可以通过技术人员人为进行市场调研录入计算机中，以便结合计算机中已写入的各种工程造价计算公式计算出选取的材料资源价格所对应的预算、结算等结果。

在现有的工程系统中，一般建筑公司会对所有的工程项目进行录入和审核，包括审核工程大小、工程需求和工程周期等因素，传统技术对于工程信息数据无法智能化分类和审核，需要员工后台对所有数据进行统一归类并进行数据整理，这会造成大量时间成本和人力成本的浪费。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于现有技术中存在的问题，提出了本发明。

因此，本发明所要解决的技术问题是在现有的工程系统中，一般建筑公司会对所有的工程项目进行录入和审核，包括审核工程大小、工程需求和工程周期等因素，传统技术对于工程信息数据无法智能化分类和审核，需要员工后台对所有数据进行统一归类并进行数据整理，这会造成大量时间成本和人力成本的浪费。

为解决上述技术问题，本发明提供如下技术方案：一种应用于工程造价系统的信息处理方法，其包括工程信息录入；

对信息进行降噪预处理，将处理后的信息生成一个集合X；

调取造价清单，利用神经网络模型建立分类器；

根据分类器的分类规则划定集合X所述类别；

提取集合X内与设定的阈值同属性的数据特征，将该数据特征与阈值进行对比，当数据特征超过该阈值则自动标记为超标项目。

作为本发明所述应用于工程造价系统的信息处理方法的一种优选方案，其中：所述工程信息包括施工周期、施工时间、施工材料种类、材料数量、成本和工程类型。

作为本发明所述应用于工程造价系统的信息处理方法的一种优选方案，其中：定义一个集合X，并在集合X中设定多个元素，元素包括第一属性a1、第二属性a2、第三属性a3、第四属性a4、第五属性a5和第六属性a6；

设定第一属性a1大于第二属性a2，第二属性a2大于第三属性a3，第三属性a3大于第四属性a4，第四属性a4大于第五属性a5和第五属性a5大于第六属性a6。

作为本发明所述应用于工程造价系统的信息处理方法的一种优选方案，其中：提取所述工程信息中的数据特征，分别将数据特征与元素属性对应并生成集合X，锁定关联工程数据与元素属性的对应关系；

利用选择排序算法将集合X内的元素从大到小进行排序。