CN112802278B - 存取款机的调整方法、装置、电子设备以及存储介质 - Google Patents

Abstract

本申请提供了一种存取款机的调整方法、装置、电子设备以及存储介质。其中，在存取款机的调整方法中，通过获取存取款机的现钞特征数据。然后将现钞特征数据输入到预先构建的神经网络模型中进行运算，得到存取款机的额度数据。再将现钞数量与额度数据进行对比。若现钞数量小于存款额度，则控制存取款机只开启存款业务。若现钞数量大于取款额度，则控制存取款机只开启取款业务。若现钞数量大于存款额度并小于取款额度，则控制存取款机同时开启存款业务和取款业务。由此可知，利用本申请的存取款机的调整方法，可以动态调节自动存取款机的业务状态，从而自动调节存取款钞箱内的现钞数量。

Description

存取款机的调整方法、装置、电子设备以及存储介质

技术领域

本申请涉及银行自助服务技术领域，尤其涉及一种存取款机的调整方法、装置、电子设备以及存储介质。

背景技术

自动存取款机是一种客户进行自助服务的电子化设备，24小时昼夜服务。它具有存款、取款、查询余额、修改密码等功能，是一种新型的银行电脑终端。随着自动存取款机的普及，越来越多的现金交易通过自动存取款机完成，自动存取款机减少了人们去银行排队办理存取款等业务的时间，给人们带来极大便利。

由于自动存取款机无法对机器内的现钞数量进行自动调节，因此在通常情况下，自动存取款机在使用一段时间后，银行需要定期对自动存取款机进行人工清机加钞操作，以确保自动存取款机中的现钞数量能够满足日常的客户需求。但是，整个清机加钞的流程比较复杂，往往需要专门的押运公司进行办理，由行员负责监督，并且整个过程的时间比较长，押运费用也比较高。如果频繁的进行人工清机加钞的操作，不仅会花费大量的人力物力，也会对客户的使用造成一定影响。

发明内容

有鉴于此，本申请提供一种存取款机的调整方法、装置、电子设备以及存储介质，通过动态调节自动存取款机的业务状态，从而达到自动调节存取款钞箱内的现钞数量的目的，解决了现有技术中只能通过人工清机加钞的操作来调节存取款机中的现钞数量，导致花费大量的人力物力，以及对客户的使用造成一定影响的问题。

为实现上述目的，本申请提供如下技术方案：

本申请第一方面公开了一种存取款机的调整方法，包括：

获取存取款机的现钞特征数据，其中，所述现钞特征数据包括所述存取款机的现钞数量以及所述存取款机在预设周期内的现钞使用量；

将所述现钞特征数据输入到预先构建的神经网络模型中进行运算，得到所述存取款机的额度数据，其中，所述额度数据包括存款额度和取款额度，所述取款额度大于所述存款额度，所述神经网络模型预先根据存取款机的历史数据构建得到；

将所述现钞数量与所述额度数据进行对比；

若所述现钞数量小于所述存款额度，则控制所述存取款机只开启存款业务；

若所述现钞数量大于所述取款额度，则控制所述存取款机只开启取款业务；

若所述现钞数量大于所述存款额度并小于所述取款额度，则控制所述存取款机同时开启所述存款业务和所述取款业务。

可选的，上述的方法，所述神经网络模型的构建过程，包括：

获取所述存取款机的历史数据；其中，所述历史数据包括所述存取款机的历史现钞特征数据以及实际得到的存取款机的历史额度数据；

将所述历史数据输入到初始模型中进行运算，得到当前存取款机的额度数据；

判断所述当前存取款机的额度数据与实际得到的所述当前存取款机的历史额度数据是否一致；

若所述当前存取款机的额度数据与实际得到的所述当前存取款机的历史额度数据一致，则完成所述神经网络模型的构建；

若所述当前存取款机的额度数据与实际得到的所述当前存取款机的历史额度数据不一致，则求出误差函数，并利用所述误差函数调整所述神经网络模型的参数，直至输出的所述当前存取款机的额度数据与实际得到的所述当前存取款机的历史额度数据一致，则完成所述神经网络模型的构建。

可选的，上述的方法，所述将所述现钞数量与所述额度数据进行对比之后，还包括：

获取所述存取款机所在区域内的其他存取款机的业务状态，其中，所述业务状态包括存款业务状态和取款业务状态；

其中，所述若所述现钞数量小于所述存款额度，则控制所述存取款机只开启存款业务，包括：

若所述现钞数量小于所述存款额度，且所述区域内有一个或多个存取款机的取款业务状态为开启，则控制所述存取款机只开启存款业务；

所述若所述现钞数量大于所述取款额度，则控制所述存取款机只开启取款业务，包括：

若所述现钞数量大于所述取款额度，且所述区域内有一个或多个存取款机的存款业务状态为开启，则控制所述存取款机只开启取款业务。

可选的，上述的方法，还包括：

若所述现钞数量小于所述存款额度，且所述区域内没有任意一个存取款机的取款业务状态为开启，则生成需要进行人工清机加钞的提示信息；

若所述现钞数量大于所述取款额度，且所述区域内没有任意一个存取款机的存款业务状态为开启，则生成需要进行人工清机加钞的提示信息。

可选的，上述的方法，还包括：

当所述存取款机收到新增的现钞时，则获取所述新增的现钞的形状信息，并判断所述形状信息是否符合存取要求；

若判断出所述形状信息符合存取要求，则将所述新增的现钞存放到存取款钞箱中；

若判断出所述形状信息不符合存取要求，则将所述新增的现钞存放到缓存钞箱中。

本申请第二方面公开了一种存取款机的调整装置，包括：

第一获取单元，用于获取存取款机的现钞特征数据，其中，所述现钞特征数据包括所述存取款机的现钞数量以及所述存取款机在预设周期内的现钞使用量；

运算单元，用于将所述现钞特征数据输入到预先构建的神经网络模型中进行运算，得到所述存取款机的额度数据，其中，所述额度数据包括存款额度和取款额度，所述取款额度大于所述存款额度，所述神经网络模型预先根据存取款机的历史数据构建得到；

对比单元，用于将所述现钞数量与所述额度数据进行对比；

第一控制单元，用于若所述现钞数量小于所述存款额度，则控制所述存取款机只开启存款业务；

第二控制单元，用于若所述现钞数量大于所述取款额度，则控制所述存取款机只开启取款业务；

第三控制单元，用于若所述现钞数量大于所述存款额度并小于所述取款额度，则控制所述存取款机同时开启所述存款业务和所述取款业务。

可选的，上述的装置，所述运算单元，包括：

获取子单元，用于获取所述存取款机的历史数据；其中，所述历史数据包括所述存取款机的历史现钞特征数据以及实际得到的存取款机的历史额度数据；

运算子单元，用于将所述历史数据输入到初始模型中进行运算，得到当前存取款机的额度数据；

判断子单元，用于判断所述当前存取款机的额度数据与实际得到的所述当前存取款机的历史额度数据是否一致；

构建子单元，用于若所述当前存取款机的额度数据与实际得到的所述当前存取款机的历史额度数据一致，则完成所述神经网络模型的构建；

调参子单元，用于若所述当前存取款机的额度数据与实际得到的所述当前存取款机的历史额度数据不一致，则求出误差函数，并利用所述误差函数调整所述神经网络模型的参数，直至输出的所述当前存取款机的额度数据与实际得到的所述当前存取款机的历史额度数据一致，则完成所述神经网络模型的构建。

可选的，上述的装置，还包括：

第二获取单元，用于获取所述存取款机所在区域内的其他存取款机的业务状态，其中，所述业务状态包括存款业务状态和取款业务状态；

其中，所述第一控制单元，用于若所述现钞数量小于所述存款额度，且所述区域内有一个或多个存取款机的取款业务状态为开启，则控制所述存取款机只开启存款业务；

所述第二控制单元，用于若所述现钞数量大于所述取款额度，且所述区域内有一个或多个存取款机的存款业务状态为开启，则控制所述存取款机只开启取款业务。

可选的，上述的装置，还包括：

第一信息生成单元，用于若所述现钞数量小于所述存款额度，且所述区域内没有任意一个存取款机的取款业务状态为开启，则生成需要进行人工清机加钞的提示信息；

第二信息生成单元，用于若所述现钞数量大于所述取款额度，且所述区域内没有任意一个存取款机的存款业务状态为开启，则生成需要进行人工清机加钞的提示信息。

可选的，上述的装置，还包括：

判断单元，用于当所述存取款机收到新增的现钞时，则获取所述新增的现钞的形状信息，并判断所述形状信息是否符合存取要求；

第一存放单元，用于若判断出所述形状信息符合存取要求，则将所述新增的现钞存放到存取款钞箱中；

第二存放单元，用于若判断出所述形状信息不符合存取要求，则将所述新增的现钞存放到缓存钞箱中。

本申请第三方面公开了一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如本发明第一方面中任意一项所述的方法。

本申请第四方面公开了一种计算机存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如本发明第一方面中任意一项所述的方法。

从上述技术方案可以看出，本申请提供的一种存取款机的调整方法中，通过获取存取款机的现钞特征数据，其中，现钞特征数据包括存取款机的现钞数量以及存取款机在预设周期内的现钞使用量。然后将现钞特征数据输入到预先构建的神经网络模型中进行运算，得到存取款机的额度数据，其中，额度数据包括存款额度和取款额度，取款额度大于存款额度。再将现钞数量与额度数据进行对比。若现钞数量小于存款额度，则控制存取款机只开启存款业务。若现钞数量大于取款额度，则控制存取款机只开启取款业务。若现钞数量大于存款额度并小于取款额度，则控制存取款机同时开启存款业务和取款业务。由此可知，利用本申请的存取款机的调整方法，可以动态调节自动存取款机的业务状态，从而自动调节存取款钞箱内的现钞数量，不通过人工清机加钞也可以调整存取款钞箱内的现钞数量，解决了现有技术中只能通过人工清机加钞的操作来调节存取款机中的现钞数量，导致花费大量的人力物力，以及对客户的使用造成一定影响的问题。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例公开的一种存取款机的调整方法的流程图；

图2为本申请另一实施例公开的步骤S102中神经网络模型的构建的过程的一种实施方式的流程图；

图3为本申请另一实施例公开的一种存取款机的调整装置的示意图；

图4为本申请另一实施例公开的一种电子设备的示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

并且，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

由背景技术可知，在通常情况下，自动存取款机在使用一段时间后，银行需要定期对自动存取款机进行人工清机加钞操作，以确保自动存取款机中的现钞数量能够满足日常的客户需求。但是，整个清机加钞的流程比较复杂，往往需要专门的押运公司进行办理，由行员负责监督，并且整个过程的时间比较长，押运费用也比较高。如果频繁的进行人工清机加钞的操作，不仅会花费大量的人力物力，也会对客户的使用造成一定影响。

鉴于此，本申请提供一种存取款机的调整方法、装置、电子设备以及存储介质，通过动态调节自动存取款机的业务状态，从而达到自动调节存取款钞箱内的现钞数量的目的，解决了现有技术中只能通过人工清机加钞的操作来调节存取款机中的现钞数量，导致花费大量的人力物力，以及对客户的使用造成一定影响的问题。

本申请实施例提供了一种存取款机的调整方法，如图1所示，具体包括：

S101、获取存取款机的现钞特征数据，其中，现钞特征数据包括存取款机的现钞数量以及存取款机在预设周期内的现钞使用量。

需要说明的是，再本实施例中，存取款机存放现钞的钞箱使用存取款一体的钞箱，这样就不用分别使用存款钞箱和取款钞箱。首先获取存取款机的现钞特征数据，其中，现钞特征数据包括存取款机的现钞数量以及存取款机在预设周期内的现钞使用量。存取款的现钞数量为存取款钞箱中的现钞数量。存取款机在预设周期内的现钞使用量为存取款机在预设周期内的现钞流入和流出的数量，根据该数量可以了解到该存取款机在预设周期内的现钞需求量，该周期可以根据实际情况去设定，比如一周。

S102、将现钞特征数据输入到预先构建的神经网络模型中进行运算，得到存取款机的额度数据，其中，额度数据包括存款额度和取款额度，取款额度大于存款额度，神经网络模型预先根据存取款机的历史数据构建得到。

需要说明的是，在获取到存取款机的现钞数量以及存取款机在预设周期内的现钞使用量之后，将这些数据输入到预先构建的神经网络模型中进行运算，得到存取款机的额度数据，该神经网络模型预先根据存取款机的历史数据构建得到。其中，存取款机的额度数据有两个，一个是存款额度，一个是取款额度，取款额度的值比存款额度的值大。当存取款机的现钞数量小于存款额度时，说明此时的现钞数量比较少，可能不能满足客户的取款需求，需要补充现钞。当存取款机的现钞数量大于取款额度时，说明此时的现钞数量较多，可能不能满足客户的存款需求。

可选的，在本申请的另一实施例中，步骤S102中神经网络模型的构建过程的一种实施方式，如图2所示，具体包括：

S201、获取存取款机的历史数据；其中，历史数据包括存取款机的历史现钞特征数据以及实际得到的存取款机的历史额度数据。

需要说明的是，首先获取获取存取款机的历史数据；其中，历史数据包括存取款机的历史现钞特征数据以及实际得到的存取款机的历史额度数据。将这些数据作为训练数据，输入到神经网络模型中进行训练。

S202、将历史数据输入到初始模型中进行运算，得到当前存取款机的额度数据。

S203、判断当前存取款机的额度数据与实际得到的当前存取款机的历史额度数据是否一致。

需要说明的是，在初始运算模型中运算得到当前取款机的额度数据之后，将运算得到的额度数据与该存取款机实际得到的历史额度数据进行对比，从而判断初始运算模型中运算得到当前取款机的额度数据是否准确。

S204、若当前存取款机的额度数据与实际得到的当前存取款机的历史额度数据一致，则完成神经网络模型的构建。

S205、若当前存取款机的额度数据与实际得到的当前存取款机的历史额度数据不一致，则求出误差函数，并利用误差函数调整神经网络模型的参数，直至输出的当前存取款机的额度数据与实际得到的当前存取款机的历史额度数据一致，则完成神经网络模型的构建。

需要说明的是，如果运算出来的当前存取款机的额度数据与实际得到的该存取款机的历史额度数据不一致，则求出神经网络模型的误差函数，利用误差函数调整神经网络模型的参数，并重新进行新一轮的运算，直至输出的当前存取款机的额度数据与实际得到的当前存取款机的历史额度数据一致，则完成神经网络模型的构建。

S103、将现钞数量与额度数据进行对比。

需要说明的是，在神经网络模型中运算得到存取款机的额度数据之后，将该存取款机的现钞数量分别与存款额度和取款额度进行对比，查看存取款机当前的现钞数量处于什么范围。

S104、若现钞数量小于存款额度，则控制存取款机只开启存款业务。

需要说明的是，如果存取款的现钞数量小于存款额度，说明此时的现钞数量比较少，如果不补充现钞，继续办理取款业务的话，可能会出现存取款钞箱内的现钞不能满足客户取款要求的情况。因此，此时就控制存取款机只开启存款业务，暂停取款业务。这样用户在后续办理存款业务时，就相当于给存取款机补充了现钞。当存取款机中的现钞数量不再小于存款额度时，就可以重新开启取款业务。

S105、若现钞数量大于取款额度，则控制存取款机只开启取款业务。

需要说明的是，如果存取款的现钞数量大于取款额度，说明此时的现钞数量比较多，如果继续办理存款业务的话，可能会出现存取款机的存取款钞箱剩余容量不足以满足客户的存款要求。因此，此时就控制存取款机只开启取款业务，暂停存款业务。这样用户在后续办理取款业务时，就相当于给存取款机减少了现钞数量。当存取款机中的现钞数量不再大于取款额度时，就可以重新开启存款业务。

S106、若现钞数量大于存款额度并小于取款额度，则控制存取款机同时开启存款业务和取款业务。

需要说明的是，如果存取款的现钞数量大于存款额度并小于取款额度，说明此时的现钞数量比较合理，既能满足客户的存款要求，又能满足客户的取款要求。因此，此时就控制存取款机同时开启存款业务和取款业务。当存取款机中的现钞数量出现小于存款额度或者大于取款额度的情况时，再调整存取款相应的业务状态。

本申请实施例提供的一种存取款机的调整方法中，通过获取存取款机的现钞特征数据，其中，现钞特征数据包括存取款机的现钞数量以及存取款机在预设周期内的现钞使用量。然后将现钞特征数据输入到预先构建的神经网络模型中进行运算，得到存取款机的额度数据，其中，额度数据包括存款额度和取款额度，取款额度大于存款额度。再将现钞数量与额度数据进行对比。若现钞数量小于存款额度，则控制存取款机只开启存款业务。若现钞数量大于取款额度，则控制存取款机只开启取款业务。若现钞数量大于存款额度并小于取款额度，则控制存取款机同时开启存款业务和取款业务。由此可知，利用本申请的存取款机的调整方法，可以动态调节自动存取款机的业务状态，从而自动调节存取款钞箱内的现钞数量，不通过人工清机加钞也可以调整存取款钞箱内的现钞数量，解决了现有技术中只能通过人工清机加钞的操作来调节存取款机中的现钞数量，导致花费大量的人力物力，以及对客户的使用造成一定影响的问题。

可选的，在本申请的另一实施例中，在执行步骤S103之后，还可以包括：

获取存取款机所在区域内的其他存取款机的业务状态，其中，业务状态包括存款业务状态和取款业务状态。

其中，若现钞数量小于存款额度，则控制存取款机只开启存款业务，包括：

若现钞数量小于存款额度，且区域内有一个或多个存取款机的取款业务状态为开启，则控制存取款机只开启存款业务。

若现钞数量大于取款额度，则控制存取款机只开启取款业务，包括：

若现钞数量大于取款额度，且区域内有一个或多个存取款机的存款业务状态为开启，则控制存取款机只开启取款业务。

需要说明的是，在现钞数量与额度数据进行对比之后，获取存取款机所在区域内的其他存取款机的业务状态，其中，业务状态包括存款业务状态和取款业务状态。为了考虑用户的使用感受，在调整当前存取款机的业务状态时，需要考虑当前存取款机所在区域内其他存取款机的业务状态。因此，在获取到当前存取款机所在区域内的其他存取款机的业务状态之后，

其中，步骤S104的一种实施方式，可以包括：若现钞数量小于存款额度，且区域内有一个或多个存取款机的取款业务状态为开启，则控制存取款机只开启存款业务。当满足现钞数量小于存款额度，且区域内有一个或多个存取款机的取款业务状态为开启这两个条件时，保证客户在同一区域内有其他存取款机可以取款，才会控制存取款机只开启存款业务，暂停取款业务。

步骤S105的一种实施方式，可以包括：若现钞数量大于取款额度，且区域内有一个或多个存取款机的存款业务状态为开启，则控制存取款机只开启取款业务。当满足现钞数量大于取款额度，且区域内有一个或多个存取款机的存款业务状态为开启这两个条件时，保证客户在同一区域内有其他存取款机可以存款，才会控制存取款机只开启取款业务，暂停存款业务。

可选的，在本申请的另一实施例中，上述存取款机的调整方法，还可以包括：

若现钞数量小于存款额度，且区域内没有任意一个存取款机的取款业务状态为开启，则生成需要进行人工清机加钞的提示信息。

若现钞数量大于取款额度，且区域内没有任意一个存取款机的存款业务状态为开启，则生成需要进行人工清机加钞的提示信息。

需要说明的是，如果当前存取款机的现钞数量小于存款额度，且区域内没有任意一个存取款机的取款业务状态为开启，那么，此时该存取款机就需要继续开启取款业务，以满足客户的取款需求。但是此时钞箱中的现钞的现钞较少，因此可以生成需要进行人工清机加钞的提示信息，选择进行人工清机加钞补充钞箱的现钞数量。如果当前存取款机的现钞数量大于取款额度，且区域内没有任意一个存取款机的存款业务状态为开启，那么，此时该存取款机就需要继续开启存款业务，以满足客户的存款需求。但是此时钞箱中的现钞的现钞较多，因此可以生成需要进行人工清机加钞的提示信息，选择进行人工清机加钞减少钞箱的现钞数量。

可选的，在本申请的另一实施例中，上述存取款机的调整方法，还可以包括：

当存取款机收到新增的现钞时，则获取新增的现钞的形状信息，并判断形状信息是否符合存取要求。

若判断出形状信息符合存取要求，则将新增的现钞存放到存取款钞箱中。

若判断出形状信息不符合存取要求，则将新增的现钞存放到缓存钞箱中。

需要说明的是，当存取款机收到新增的现钞时，则可以通过激光模块获取新增的现钞的形状信息，并判断形状信息是否符合存取要求。如果判断出形状信息符合存取要求，则将新增的现钞存放到存取款钞箱中。如果判断出形状信息不符合存取要求，则将新增的现钞存放到缓存钞箱中，以防止这类现钞在取款时出现卡钞的情况。

本申请另一实施例还公开了一种存取款机的调整装置，如图3所示，具体包括：

第一获取单元301，用于获取存取款机的现钞特征数据，其中，现钞特征数据包括存取款机的现钞数量以及存取款机在预设周期内的现钞使用量。

运算单元302，用于将现钞特征数据输入到预先构建的神经网络模型中进行运算，得到存取款机的额度数据，其中，额度数据包括存款额度和取款额度，取款额度大于存款额度，神经网络模型预先根据存取款机的历史数据构建得到。

对比单元303，用于将现钞数量与额度数据进行对比。

第一控制单元304，用于若现钞数量小于存款额度，则控制存取款机只开启存款业务。

第二控制单元305，用于若现钞数量大于取款额度，则控制存取款机只开启取款业务。

第三控制单元306，用于若现钞数量大于存款额度并小于取款额度，则控制存取款机同时开启存款业务和取款业务。

本申请实施例提供的一种存取款机的调整装置中，通过第一获取单元301获取存取款机的现钞特征数据，其中，现钞特征数据包括存取款机的现钞数量以及存取款机在预设周期内的现钞使用量。然后运算单元302将现钞特征数据输入到预先构建的神经网络模型中进行运算，得到存取款机的额度数据，其中，额度数据包括存款额度和取款额度，取款额度大于存款额度。对比单元303，再将现钞数量与额度数据进行对比。若现钞数量小于存款额度，第一控制单元304则控制存取款机只开启存款业务。若现钞数量大于取款额度，第二控制单元305则控制存取款机只开启取款业务。若现钞数量大于存款额度并小于取款额度，第三控制单元306则控制存取款机同时开启存款业务和取款业务。由此可知，利用本申请的存取款机的调整方法，可以动态调节自动存取款机的业务状态，从而自动调节存取款钞箱内的现钞数量，不通过人工清机加钞也可以调整存取款钞箱内的现钞数量，解决了现有技术中只能通过人工清机加钞的操作来调节存取款机中的现钞数量，导致花费大量的人力物力，以及对客户的使用造成一定影响的问题。

本实施例中，获取单元301、运算单元302、对比单元303、第一控制单元304、第二控制单元305以及第三控制单元306的具体执行过程，可参见对应图1的方法实施例内容，此处不再赘述。

可选的，在本申请的另一实施例中，运算单元302的一种实施方式，包括：

获取子单元，用于获取存取款机的历史数据；其中，历史数据包括存取款机的历史现钞特征数据以及实际得到的存取款机的历史额度数据。

运算子单元，用于将历史数据输入到初始模型中进行运算，得到当前存取款机的额度数据。

判断子单元，用于判断当前存取款机的额度数据与实际得到的当前存取款机的历史额度数据是否一致。

构建子单元，用于若当前存取款机的额度数据与实际得到的当前存取款机的历史额度数据一致，则完成神经网络模型的构建。

调参子单元，用于若当前存取款机的额度数据与实际得到的当前存取款机的历史额度数据不一致，则求出误差函数，并利用误差函数调整神经网络模型的参数，直至输出的当前存取款机的额度数据与实际得到的当前存取款机的历史额度数据一致，则完成神经网络模型的构建。

本实施例中，获取子单元、运算子单元、判断子单元、构建子单元以及调参子单元的具体执行过程，可参见对应图2的方法实施例内容，此处不再赘述。

可选的，在本申请的另一实施例中，上述存取款机的调整装置，还可以包括：

第二获取单元，用于获取存取款机所在区域内的其他存取款机的业务状态，其中，业务状态包括存款业务状态和取款业务状态。

其中，第一控制单元，用于若现钞数量小于存款额度，且区域内有一个或多个存取款机的取款业务状态为开启，则控制存取款机只开启存款业务。

第二控制单元，用于若现钞数量大于取款额度，且区域内有一个或多个存取款机的存款业务状态为开启，则控制存取款机只开启取款业务。

本实施例中，第二获取单元的具体执行过程，可参见上述对应的方法实施例内容，此处不再赘述。

可选的，在本申请的另一实施例中，上述存取款机的调整装置，还可以包括：

第一信息生成单元，用于若现钞数量小于存款额度，且区域内没有任意一个存取款机的取款业务状态为开启，则生成需要进行人工清机加钞的提示信息。

第二信息生成单元，用于若现钞数量大于取款额度，且区域内没有任意一个存取款机的存款业务状态为开启，则生成需要进行人工清机加钞的提示信息。

本实施例中，第一信息生成单元以及第二信息生成单元的具体执行过程，可参见上述对应的方法实施例内容，此处不再赘述。

可选的，在本申请的另一实施例中，上述存取款机的调整装置，还可以包括：

判断单元，用于当存取款机收到新增的现钞时，则获取新增的现钞的形状信息，并判断形状信息是否符合存取要求；

第一存放单元，用于若判断出形状信息符合存取要求，则将新增的现钞存放到存取款钞箱中；

第二存放单元，用于若判断出形状信息不符合存取要求，则将新增的现钞存放到缓存钞箱中。

本实施例中，判断单元、第一存放单元以及第二存放单元的具体执行过程，可参见上述对应的方法实施例内容，此处不再赘述。

本申请另一实施例还提供了一种电子设备，如图4所示，具体包括：

一个或多个处理器401。

存储装置402，其上存储有一个或多个程序。

当一个或多个程序被一个或多个处理器401执行时，使得一个或多个处理器401实现如上述实施例中任意一项方法。

本申请另一实施例还提供了计算机存储介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现如上述实施例中任意一项方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种存取款机的调整方法，其特征在于，包括：

获取存取款机的现钞特征数据，其中，所述存取款机存放现钞的钞箱使用存取款一体的钞箱，所述现钞特征数据包括所述存取款机的现钞数量以及所述存取款机在预设周期内的现钞使用量；

将所述现钞特征数据输入到预先构建的神经网络模型中进行运算，得到所述存取款机的额度数据，其中，所述额度数据包括存款额度和取款额度，所述取款额度大于所述存款额度，所述神经网络模型预先根据存取款机的历史数据构建得到；

将所述现钞数量与所述额度数据进行对比；

若所述现钞数量小于所述存款额度，则控制所述存取款机只开启存款业务；

若所述现钞数量大于所述取款额度，则控制所述存取款机只开启取款业务；

若所述现钞数量大于所述存款额度并小于所述取款额度，则控制所述存取款机同时开启所述存款业务和所述取款业务；

当所述存取款机收到新增的现钞时，则获取所述新增的现钞的形状信息，并判断所述形状信息是否符合存取要求；

若判断出所述形状信息符合存取要求，则将所述新增的现钞存放到存取款钞箱中；

若判断出所述形状信息不符合存取要求，则将所述新增的现钞存放到缓存钞箱中。

2.根据权利要求1所述的方法，其特征在于，所述神经网络模型的构建过程，包括：

获取所述存取款机的历史数据；其中，所述历史数据包括所述存取款机的历史现钞特征数据以及实际得到的存取款机的历史额度数据；

将所述历史数据输入到初始模型中进行运算，得到当前存取款机的额度数据；

判断所述当前存取款机的额度数据与实际得到的所述当前存取款机的历史额度数据是否一致；

若所述当前存取款机的额度数据与实际得到的所述当前存取款机的历史额度数据一致，则完成所述神经网络模型的构建；

若所述当前存取款机的额度数据与实际得到的所述当前存取款机的历史额度数据不一致，则求出误差函数，并利用所述误差函数调整所述神经网络模型的参数，直至输出的所述当前存取款机的额度数据与实际得到的所述当前存取款机的历史额度数据一致，则完成所述神经网络模型的构建。

3.根据权利要求1所述的方法，其特征在于，所述将所述现钞数量与所述额度数据进行对比之后，还包括：

获取所述存取款机所在区域内的其他存取款机的业务状态，其中，所述业务状态包括存款业务状态和取款业务状态；

其中，所述若所述现钞数量小于所述存款额度，则控制所述存取款机只开启存款业务，包括：

若所述现钞数量小于所述存款额度，且所述区域内有一个或多个存取款机的取款业务状态为开启，则控制所述存取款机只开启存款业务；

所述若所述现钞数量大于所述取款额度，则控制所述存取款机只开启取款业务，包括：

若所述现钞数量大于所述取款额度，且所述区域内有一个或多个存取款机的存款业务状态为开启，则控制所述存取款机只开启取款业务。

4.根据权利要求3所述的方法，其特征在于，还包括：

若所述现钞数量小于所述存款额度，且所述区域内没有任意一个存取款机的取款业务状态为开启，则生成需要进行人工清机加钞的提示信息；

若所述现钞数量大于所述取款额度，且所述区域内没有任意一个存取款机的存款业务状态为开启，则生成需要进行人工清机加钞的提示信息。

5.一种存取款机的调整装置，其特征在于，包括：

第一获取单元，用于获取存取款机的现钞特征数据，其中，所述存取款机存放现钞的钞箱使用存取款一体的钞箱，所述现钞特征数据包括所述存取款机的现钞数量以及所述存取款机在预设周期内的现钞使用量；

运算单元，用于将所述现钞特征数据输入到预先构建的神经网络模型中进行运算，得到所述存取款机的额度数据，其中，所述额度数据包括存款额度和取款额度，所述取款额度大于所述存款额度，所述神经网络模型预先根据存取款机的历史数据构建得到；

对比单元，用于将所述现钞数量与所述额度数据进行对比；

第一控制单元，用于若所述现钞数量小于所述存款额度，则控制所述存取款机只开启存款业务；

第二控制单元，用于若所述现钞数量大于所述取款额度，则控制所述存取款机只开启取款业务；

第三控制单元，用于若所述现钞数量大于所述存款额度并小于所述取款额度，则控制所述存取款机同时开启所述存款业务和所述取款业务；

判断单元，用于当所述存取款机收到新增的现钞时，则获取所述新增的现钞的形状信息，并判断所述形状信息是否符合存取要求；

第一存放单元，用于若判断出所述形状信息符合存取要求，则将所述新增的现钞存放到存取款钞箱中；

第二存放单元，用于若判断出所述形状信息不符合存取要求，则将所述新增的现钞存放到缓存钞箱中。

6.根据权利要求5所述的装置，其特征在于，还包括：

第二获取单元，用于获取所述存取款机所在区域内的其他存取款机的业务状态，其中，所述业务状态包括存款业务状态和取款业务状态；

其中，所述第一控制单元，用于若所述现钞数量小于所述存款额度，且所述区域内有一个或多个存取款机的取款业务状态为开启，则控制所述存取款机只开启存款业务；

所述第二控制单元，用于若所述现钞数量大于所述取款额度，且所述区域内有一个或多个存取款机的存款业务状态为开启，则控制所述存取款机只开启取款业务。

7.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至4中任意一项所述的方法。

8.一种计算机存储介质，其特征在于，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至4中任意一项所述的方法。

Images