CN119515234A 一种基于人工智能的港口海关管控方法及系统 （山东港口烟台港集团有限公司）

一种基于人工智能的港口海关管控方法及本公开实施例提供了一种基于人工智能的口接收的集装箱货物清单数据中提取关键特征货物清单数据自动匹配实际货物图像以解决货2从港口接收的集装箱货物清单数据中提取关基于提取的关键特征信息与图像特征数据进行自计算图像特征数据与归一化处理后的关键特征基于所述相似度与预设的匹配阈值进行比较，若相似度大于等若相似度小于阈值，进一步分析图像特征数据中是否存在异常特征点导致的特征偏基于异常特征点的分析结果，确定是否需要对匹配阈值进行临时基于异常特征点的数量和分布，判断是否属于可接受的偏差范围，可接受偏差范围=[平均异常特征点数量一k×标准差,平均异常特征点数量+k×标准实际下调幅度=下调幅度系数×基础下调幅度，其中基础下调幅度为预先设定的最小3构建下调幅度系数表，所述下调幅度系数表根据历史输入当前异常特征点的影响程度等级，基于所述下调幅度系数表，查若当前影响程度等级在表中未直接对应，基于相邻等级的将增量加到所述两个已知等级中较低等级的下调幅度系数上，得到获取所述两个已知等级中较低等级的下调幅度对计算得到的当前等级的下调幅度系数进行合理性检验，如果当前下调幅度系数在0若检验结果为合理，直接将当前等级的下调幅度系数若检验结果为不合理，分析不合理的原因，是由于相邻等级选择基于重新选择的相邻等级或新的插值方法，重新计算当前等级4图像特征数据生成模块，利用图像识别算法对实际货物进行拍摄并生成图像特征数56[0030]实际下调幅度=下调幅度系数×基础下调幅度，其中基础下调幅度为预先设定的7[0048]若检验结果为合理，直接将当前等级的下调幅度系数应用到匹配阈值调整公式[0051]基于重新选择的相邻等级或新的插值方法，重新计算当[0053]关键特征信息提取模块，从港口接收的集装箱货物清单数据中提取关键特征信何对集装箱货物清单数据自动匹配实际货物图像以解决货单不符导致的查验难度高的问[0062]图4是基于异常特征点的分析结果，确定是否需要对匹配阈值进行临时调整的流8[0066]图8是将增量加到所述两个已知等级中较低等级的下调幅度系数上，得到当前等入港口时会携带详细的商品说明资料——这些纸质或电子化的清单涵盖了每一个独立封解析算法对上述结构化文档内容加以筛选归纳总结得出具备代表性的标签向量用于后续与之对应的数值或者编码使得每一条目的含义明确且易于9规模样本学习模型来执行这项复杂的任务即构建起两个维度特征之间的映射关系实现快性迅速搜索出相吻合的商品项条目进而评定二者间相似程度分值区间判断它们之间是否高了工作效率降低了因人工作业可能产生的[0077]这种方法有效地解决了如何将集装箱内的实际货物图像与其报关文件中的数据可保证每种特征都被转化为统一尺度下的表示。视觉表征与归一化处理后的关键特征信息之间的键特征信息之间的相似度像特征数据中是否存在异常特征点导致的特征偏差可以通过与数据库中保存的异常特征95%以上的样本落在此区间内；这样的设定是为了尽可能准确地反映出真实世界的随机波述重大金融违法情况对应的下调幅度可能是0，这表示针对这种情况应比常规情况更加严允许某些接近界限的样本也能进入更细致的人工复查环的下调幅度系数。对于每一个确定等级值而言，只需依照设定规则在表格里快速检索得到（共五级从1到5递增危险系统直接参照该类事件过去发生概率及其所造成后果来决定应使用哪个已有的k=0.7作为其下调量参数。下的影响强度评分为3.8分但表内只有整数级别的规定，则可通过相邻等级的数据点线性确反映出两个相邻等级下调幅度之间关系的一是量化出相对于下界(L2)增加到Lv所引起根据某次评估结果计算出了增量+0.25，那么新得到高一个等级货物的下调幅度系数就是程得到的结果不符合要求，具体地说就是在计算之后发现下调幅度因子不在指定范围内，的验证机制确认下调幅度系数a合理时，系统将使用新调整后的阈值计算公式T=T_Δ适合这些货物的风险级别关系。这样的设置旨在保证即使在多维度数据波动情况下仍能实现良好[0135]匹配分析模块1003，基于提取的关键特征信息与图像特征数据进行自动匹配分[0137]基于人工智能的港口海关管控系统1000的各个模块的功能在以上已经参考附图领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特