CN110928971B - 一种提高地址识别精确度的方法及装置 - Google Patents

一种提高地址识别精确度的方法及装置 Download PDF

Info

Publication number
CN110928971B
CN110928971B CN201911148202.XA CN201911148202A CN110928971B CN 110928971 B CN110928971 B CN 110928971B CN 201911148202 A CN201911148202 A CN 201911148202A CN 110928971 B CN110928971 B CN 110928971B
Authority
CN
China
Prior art keywords
address
identified
correct
addresses
library
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
CN201911148202.XA
Other languages
English (en)
Other versions
CN110928971A (zh
Inventor
林建明
王明明
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.)
Shenzhen Wuyu Technology Co ltd
Original Assignee
Shenzhen Wuyu Technology Co ltd
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 Shenzhen Wuyu Technology Co ltd filed Critical Shenzhen Wuyu Technology Co ltd
Priority to CN201911148202.XA priority Critical patent/CN110928971B/zh
Publication of CN110928971A publication Critical patent/CN110928971A/zh
Application granted granted Critical
Publication of CN110928971B publication Critical patent/CN110928971B/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
    • G06F16/20—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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • 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)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Character Discrimination (AREA)

Abstract

本发明公开了一种提高地址识别精确度的方法及装置，该方法包括：获取正确地址库，所述正确地址库包含的全部地址均为正确地址；将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果；按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别。本发明解决了现有技术的以下问题：应用OCR识别地址时，由于识别精度不够高，导致地址识别差之毫厘谬以千里，从而给用户带来不便的影响。

Description

一种提高地址识别精确度的方法及装置
技术领域
本发明涉及自然语言处理应用技术领域，特别是涉及一种提高地址识别精确度的方法及装置。
背景技术
OCR(Optical Character Recognition，光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。在OCR识别领域中，有一种特殊的识别对象—地址，地址识别较为困难，除了特别针对训练的OCR识别模型外，一般识别度高一点的OCR模型识别精度仅有70％～80％，这个误差相当大，而地址信息是要求比较精准的，如果出现误差的情况，往往会有差之毫厘谬以千里的影响。如何提高OCR识别地址的精准度，成为亟待解决的问题。
发明内容
本发明实施例提供一种提高地址识别精确度的方法及装置，以解决现有技术中的以下问题：应用OCR识别地址时，由于识别精度不够高，导致地址识别差之毫厘谬以千里，从而给用户带来不便的影响。
为解决上述技术问题，本发明实施例采用的第一技术方案如下：
一种提高地址识别精确度的方法，其包括：获取正确地址库，所述正确地址库包含的全部地址均为正确地址；将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果；按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别。
可选地，所述将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果，包括：判断所述待识别地址和所述正确地址库内的其中一个地址的相似度是否大于预设百分比值；若是，则进一步判断所述待识别地址是否存在非常用字。
可选地，所述进一步判断待识别地址是否存在非常用字之后，包括：若所述待识别地址不存在非常用字，则判定所述待识别地址为正确地址。
可选地，所述将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果，包括：判断所述待识别地址和所述正确地址库内的任意一个地址的相似度是否均小于或等于所述预设百分比值；若是，则将所述待识别地址发送至指定客户端，由相关工作人员进行识别。
可选地，所述将所述待识别地址发送至指定客户端，由相关工作人员进行识别之后，包括：接收所述指定客户端返回的由所述相关工作人员对所述待识别地址的识别结果信息，并根据所述识别结果信息判定所述待识别地址的正确性。
可选地，所述按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别之后，包括：若判定所述待识别地址为正确地址，则将所述待识别地址发送至所述正确地址库进行存储。
可选地，所述按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别之后，包括：若判定所述待识别地址为错误地址，则将所述待识别地址发送至指定的无效地址库进行处理。
为解决上述技术问题，本发明实施例采用的第二技术方案如下：
一种提高地址识别精确度的装置，其包括：获取模块，用于获取正确地址库，所述正确地址库包含的全部地址均为正确地址；匹配模块，用于将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果；识别模块，用于按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别。
为解决上述技术问题，本发明实施例采用的第三技术方案如下：
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上述的提高地址识别精确度的方法。
为解决上述技术问题，本发明实施例采用的第四技术方案如下：
一种计算机设备，其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的提高地址识别精确度的方法。
本发明实施例的有益效果是：区别于现有技术的情况，本发明实施例通过获取正确地址库，并将待识别地址与正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果，最后按照预设识别规则和相似度匹配结果，对待识别地址进行识别，解决了现有技术的以下问题：应用OCR识别地址时，由于识别精度不够高，导致地址识别差之毫厘谬以千里，从而给用户带来不便的影响。
附图说明
图1是本发明实施例一的提高地址识别精确度的方法一实施方式的实施流程图；
图2是本发明实施例二的提高地址识别精确度的装置一实施方式的部分结构框架图；
图3是本发明实施例三的计算机可读存储介质一实施方式的部分结构框架图；
图4是本发明实施例四的计算机设备一实施方式的部分结构框架图。
具体实施方式
实施例一
请参阅图1，图1是本发明实施例的一种提高地址识别精确度的方法的实施流程图，结合图1可以得到，本发明的一种提高地址识别精确度的方法，包括：
步骤S101：获取正确地址库，所述正确地址库包含的全部地址均为正确地址。在本步骤中，正确地址库可选为事先已经完成好的一个地址数据库，也可选为当前即时生成的一个地址数据库。其中，获取正确地址库的过程如下：
第一，对一个地址图库进行初步的OCR识别，得到地址字符串集(记为：O)，利用常用字库对识别出的“地址字符串”进行甄别，将地址字符串分为：常用字范围内的地址字符串(记为：A)和含有非常有字地址字符串(记为：B)。
第二，对于A这种常用字范围内的地址字符串进行词频聚类，找出“市”级以上高频词，如“江苏南京”、“江苏省南京市”、“南京市”、“南京”，并将以上情形均标准化替换为“江苏省南京市”。
第三，对“市”级以下地址进行词频聚类，词频较高(5次及以上)的地址是正确地址的可能性非常大，此处通过人工判断可以快速确定某些地址为正确地址，形成第一批“正确地址库”(记为：adr_correct)。对于词频适中(3～5次)的地址，可作为“准-正确地址库”，留待未来再有新的地址数据作为累计基础，逐步遴选出正确地址。
第四，利用“正确地址库”adr_correct，对地址字符串集O，做字符串相似度判断，对于相似度90％以上且属于A集的部分，人工可依据与其最相似的标准地址，快速判断出是否为正确地址；对于相似度90％以上且属于B集的部分，大概率是OCR将个别字符识别为非常用字的情况，人工可依据与其最相似的标准地址，人为纠正OCR识别错误，以上经人工确认为正确的地址，作为或加入“正确地址库”(adr_correct)。
第五，对于第四步相似度低于90％的地址，可作为新一轮的O集进行循环迭代，直至不能再新增“正确地址库”循环终止。
步骤S102：将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果。
步骤S103：按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别。
在本实施例中，可选地，所述将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果，包括：
第一，判断所述待识别地址和所述正确地址库内的其中一个地址的相似度是否大于预设百分比值。
第二，若所述待识别地址和所述正确地址库内的其中一个地址的相似度大于预设百分比值，则进一步判断所述待识别地址是否存在非常用字。其中，所述预设百分比值可选为90％，这个90％的预设百分比值可以有效地提高待识别地址的精准度。
在本实施例中，可选地，所述进一步判断待识别地址是否存在非常用字之后，包括：
若所述待识别地址不存在非常用字，则判定所述待识别地址为正确地址。
在本实施例中，可选地，所述将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果，包括：
第一，判断所述待识别地址和所述正确地址库内的任意一个地址的相似度是否均小于或等于所述预设百分比值。
第二，若所述待识别地址和所述正确地址库内的任意一个地址的相似度均小于或等于所述预设百分比值，则将所述待识别地址发送至指定客户端，由相关工作人员进行识别。
在本实施例中，可选地，所述将所述待识别地址发送至指定客户端，由相关工作人员进行识别之后，包括：
接收所述指定客户端返回的由所述相关工作人员对所述待识别地址的识别结果信息，并根据所述识别结果信息判定所述待识别地址的正确性。其中，该识别结果信息可能为：待识别地址为正确地址、错误地址和无效地址(即因图片潦草模糊，在人眼也无法判断的情况下，则人工判定该待识别地址为无效地址)。
在本实施例中，可选地，所述按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别之后，包括：
若判定所述待识别地址为正确地址，则将所述待识别地址发送至所述正确地址库进行存储，以增大现有正确地址库的容量。
在本实施例中，可选地，所述按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别之后，包括：
若判定所述待识别地址为错误地址，则将所述待识别地址发送至指定的无效地址库进行处理，即将错误的或者无效的所述待识别地址进行删除或者销毁，不让它污染现有的正确地址库。
本发明实施例通过获取正确地址库，并将待识别地址与正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果，最后按照预设识别规则和相似度匹配结果，对待识别地址进行识别，解决了现有技术的以下问题：应用OCR识别地址时，由于识别精度不够高，导致地址识别差之毫厘谬以千里，从而给用户带来不便的影响。另外，相对于纯人工的确认方式，本发明的方案可以节约大量人力物力，并且运行时间越久，正确地址库会累积得越来越多，从而可以提升本发明的效果，这也是一种自我成长的方法。
实施例二
请参阅图2，图2是本发明实施例的一种提高地址识别精确度的装置的部分结构框架图，结合图2可以得到，本发明的一种提高地址识别精确度的装置100，包括：
获取模块110，用于获取正确地址库，所述正确地址库包含的全部地址均为正确地址。
匹配模块120，用于将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果。
识别模块130，用于按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别。
本发明实施例通过获取正确地址库，并将待识别地址与正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果，最后按照预设识别规则和相似度匹配结果，对待识别地址进行识别，解决了现有技术的以下问题：应用OCR识别地址时，由于识别精度不够高，导致地址识别差之毫厘谬以千里，从而给用户带来不便的影响。另外，相对于纯人工的确认方式，本发明的方案可以节约大量人力物力，并且运行时间越久，正确地址库会累积得越来越多，从而可以提升本发明的效果，这也是一种自我成长的方法。
实施例三
请参阅图3，参考图3可以看到，本发明实施例的一种计算机可读存储介质10，所述的计算机可读存储介质10，如：ROM/RAM、磁碟、光盘等，其上存储有计算机程序11，所述计算机程序11被执行时实现如实施例一所述的提高地址识别精确度的方法。由于该提高地址识别精确度的方法已经在实施例一进行了详细的说明，在此不再重复说明。
本发明实施例实现的提高地址识别精确度的方法，通过获取正确地址库，并将待识别地址与正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果，最后按照预设识别规则和相似度匹配结果，对待识别地址进行识别，解决了现有技术的以下问题：应用OCR识别地址时，由于识别精度不够高，导致地址识别差之毫厘谬以千里，从而给用户带来不便的影响。另外，相对于纯人工的确认方式，本发明的方案可以节约大量人力物力，并且运行时间越久，正确地址库会累积得越来越多，从而可以提升本发明的效果，这也是一种自我成长的方法。
实施例四
请参阅图4，参考图4可以看到，本发明实施例的一种计算机设备20，其包括处理器21、存储器22及存储于所述存储器22上并可在所述处理器21上运行的计算机程序221，所述处理器21执行所述计算机程序221时实现如实施例一所述的提高地址识别精确度的方法。由于该提高地址识别精确度的方法已经在实施例一进行了详细的说明，在此不再重复说明。
本发明实施例实现的提高地址识别精确度的方法，通过获取正确地址库，并将待识别地址与正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果，最后按照预设识别规则和相似度匹配结果，对待识别地址进行识别，解决了现有技术的以下问题：应用OCR识别地址时，由于识别精度不够高，导致地址识别差之毫厘谬以千里，从而给用户带来不便的影响。另外，相对于纯人工的确认方式，本发明的方案可以节约大量人力物力，并且运行时间越久，正确地址库会累积得越来越多，从而可以提升本发明的效果，这也是一种自我成长的方法。
以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种提高地址识别精确度的方法，其特征在于，包括：
获取正确地址库，所述正确地址库包含的全部地址均为正确地址；
将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果；
按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别；
所述将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果，包括：
判断所述待识别地址和所述正确地址库内的其中一个地址的相似度是否大于预设百分比值；
若是，则进一步判断所述待识别地址是否存在非常用字；
判断所述待识别地址和所述正确地址库内的任意一个地址的相似度是否均小于或等于所述预设百分比值；
若是，则将所述待识别地址发送至指定客户端，由相关工作人员进行识别；
所述进一步判断待识别地址是否存在非常用字之后，包括：
若所述待识别地址不存在非常用字，则判定所述待识别地址为正确地址；
所述将所述待识别地址发送至指定客户端，由相关工作人员进行识别之后，包括：
接收所述指定客户端返回的由所述相关工作人员对所述待识别地址的识别结果信息，并根据所述识别结果信息判定所述待识别地址的正确性。
2.根据权利要求1所述的提高地址识别精确度的方法，其特征在于，所述按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别之后，包括：
若判定所述待识别地址为正确地址，则将所述待识别地址发送至所述正确地址库进行存储。
3.根据权利要求1所述的提高地址识别精确度的方法，其特征在于，所述按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别之后，包括：
若判定所述待识别地址为错误地址，则将所述待识别地址发送至指定的无效地址库进行处理。
4.一种提高地址识别精确度的装置，其特征在于，包括：
获取模块，用于获取正确地址库，所述正确地址库包含的全部地址均为正确地址；
匹配模块，用于将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果；
识别模块，用于按照预设识别规则和所述相似度匹配结果，对所述待识别地址进行识别；
所述将待识别地址与所述正确地址库内的全部地址进行相似度匹配，得到相似度匹配结果，包括：
判断所述待识别地址和所述正确地址库内的其中一个地址的相似度是否大于预设百分比值；
若是，则进一步判断所述待识别地址是否存在非常用字；
判断所述待识别地址和所述正确地址库内的任意一个地址的相似度是否均小于或等于所述预设百分比值；
若是，则将所述待识别地址发送至指定客户端，由相关工作人员进行识别；
所述进一步判断待识别地址是否存在非常用字之后，包括：
若所述待识别地址不存在非常用字，则判定所述待识别地址为正确地址；
所述将所述待识别地址发送至指定客户端，由相关工作人员进行识别之后，包括：
接收所述指定客户端返回的由所述相关工作人员对所述待识别地址的识别结果信息，并根据所述识别结果信息判定所述待识别地址的正确性。
5.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被执行时实现权利要求1～3任一项所述的提高地址识别精确度的方法。
6.一种计算机设备，其特征在于，其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1～3任一项所述的提高地址识别精确度的方法。
CN201911148202.XA 2019-11-21 2019-11-21 一种提高地址识别精确度的方法及装置 Active CN110928971B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911148202.XA CN110928971B (zh) 2019-11-21 2019-11-21 一种提高地址识别精确度的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911148202.XA CN110928971B (zh) 2019-11-21 2019-11-21 一种提高地址识别精确度的方法及装置

Publications (2)

Publication Number Publication Date
CN110928971A CN110928971A (zh) 2020-03-27
CN110928971B true CN110928971B (zh) 2023-05-09

Family

ID=69850584

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911148202.XA Active CN110928971B (zh) 2019-11-21 2019-11-21 一种提高地址识别精确度的方法及装置

Country Status (1)

Country Link
CN (1) CN110928971B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112434160B (zh) * 2020-11-23 2024-05-07 宁波市测绘和遥感技术研究院 一种地址信息数据的处理方法
CN112818666B (zh) * 2021-01-29 2024-07-02 上海寻梦信息技术有限公司 地址识别方法、装置、电子设备和存储介质
CN113076752A (zh) * 2021-03-26 2021-07-06 中国联合网络通信集团有限公司 识别地址的方法和装置
CN113743080A (zh) * 2021-08-16 2021-12-03 南京星云数字技术有限公司 一种分层级地址文本相似度比对方法、装置及介质
CN113987114B (zh) * 2021-09-17 2023-04-07 上海燃气有限公司 一种基于语义分析的地址匹配方法、装置和电子设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105447204B (zh) * 2016-01-04 2017-12-12 北京百度网讯科技有限公司 网址识别方法和装置
CN107133215A (zh) * 2017-05-20 2017-09-05 复旦大学 一种脱机手写中文规范地址识别方法
CN110334162B (zh) * 2019-05-09 2021-11-09 德邦物流股份有限公司 地址识别方法及装置

Also Published As

Publication number Publication date
CN110928971A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
CN110928971B (zh) 一种提高地址识别精确度的方法及装置
CN110704633B (zh) 命名实体识别方法、装置、计算机设备及存储介质
CN110287125B (zh) 基于图像识别的软件例行化测试方法及装置
CN110704719B (zh) 企业搜索文本分词方法和装置
CN111626177A (zh) 一种pcb元件识别方法及装置
CN112579466B (zh) 测试用例的生成方法、装置及计算机可读存储介质
CN111444718A (zh) 一种保险产品需求文档处理方法、装置及电子设备
CN116881470A (zh) 一种生成问答对的方法及装置
CN114529933A (zh) 一种合同数据差异性的比对方法、装置、设备和介质
CN112613367A (zh) 票据信息文本框获取方法、系统、设备及存储介质
CN112487270A (zh) 基于图片识别进行资产分类及准确度校验的方法和装置
CN116820996A (zh) 基于人工智能的集成测试用例自动生成方法和装置
CN108021918B (zh) 文字识别方法及装置
CN111612021A (zh) 一种错误样本识别方法、装置及终端
CN112925874B (zh) 基于案例标记的相似代码搜索方法及系统
CN114693554A (zh) 一种大数据图像处理方法及系统
CN103279754A (zh) 名片云识别方法及系统
CN112732681A (zh) 数据平台迁移方法及系统
CN113515280A (zh) 页面代码生成方法、装置
CN111931828B (zh) 一种信息确定方法、电子设备和计算机可读存储介质
CN117710763B (zh) 图像噪声识别模型训练方法、图像噪声识别方法及装置
CN114035726B (zh) 一种机器人流程自动化页面要素识别过程的方法及系统
CN111126149B (zh) 纸质单数据的验证方法、装置、存储介质及电子设备
CN110674663B (zh) 一种小程序码的识别方法及系统
CN110661678B (zh) 一种异常监控方法和装置

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