买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浪潮通用软件有限公司申请的专利一种财务票据审核决策方法、系统、终端及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120975945B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511476003.7，技术领域涉及：G06Q40/12；该发明授权一种财务票据审核决策方法、系统、终端及介质是由郝永铭;马玉杰;郑涛;薛军设计研发完成，并于2025-10-16向国家知识产权局提交的专利申请。

本一种财务票据审核决策方法、系统、终端及介质在说明书摘要公布了：本申请涉及票据审核领域，具体提供一种财务票据审核决策方法、系统、终端及介质，包括：通过采集文本、图像及结构化数据这些多模态财税数据，并进行预处理与对齐；利用多模态大模型对预处理后的数据进行特征提取，并采用基于各模态可信度、业务优先级及历史反馈的动态权重分配算法进行特征融合，再通过风险识别神经网络获得风险概率；将风险概率与审核规则库中预设的阈值及规则进行比较，触发自动通过、记录风险异常后通过、推送至人工审核或启动高风险应急预案等审核动作；最后，根据人工反馈信息对模型权重参数进行调整，实现系统自优化。本发明提升审核决策效率，提高准确性与业务适应性。

本发明授权一种财务票据审核决策方法、系统、终端及介质在权利要求书中公布了：1.一种财务票据审核决策方法，其特征在于，包括以下步骤： 采集与待审核财税票据业务相关联的多模态数据，并为所述多模态数据建立统一的关联标识，所述多模态数据包括文本数据、图像数据和结构化数据； 对采集的多模态数据进行预处理生成标准化的文本特征数据、图像特征数据和结构化特征数据； 将预处理后的多模态数据输入至多模态大模型进行处理，包括：利用与模态对应的编码器提取相应特征数据的特征向量，得到文本特征向量、图像特征向量和结构化特征向量；采用动态权重分配算法对各类特征向量进行加权融合，生成融合特征向量；将融合特征向量输入至风险识别神经网络，获得待审核财税票据的风险概率；其中，动态权重分配算法基于各模态数据的可信度、预定义的业务风险优先级以及历史审核反馈结果，动态计算并分配各模态的融合权重； 将所述风险概率与审核规则库中预设的风险阈值进行比较，根据比较结果触发相应的审核动作，包括自动通过、记录风险异常后通过、推送至人工审核、触发高风险应急预案中的一种或多种； 接收针对审核结果的人工反馈信息，基于人工反馈信息对多模态大模型中的权重参数进行调整，包括：将接收到的人工反馈信息进行结构化处理，为每一误判案例生成标准化反馈记录，该记录包含案例唯一标识、经人工复核确认的正确风险等级、以及基于该正确风险等级映射得到的真实风险概率；根据案例唯一标识，调取该案例对应的多模态数据，再次输入至多模态大模型执行前向传播计算，获得多模态大模型当前对该案例的预测风险概率；基于真实风险概率和当前对该案例的预测风险概率，通过交叉熵损失函数计算多模态大模型在当前案例上的损失值；利用反向传播算法，从交叉熵损失函数输出端开始，沿模型计算图反向逐层计算损失值对多模态大模型中至少一个可训练权重参数矩阵的梯度；所述可训练权重参数矩阵包括特征融合网络与风险识别神经网络中的权重；根据计算得到的梯度及预设的学习率，通过梯度下降法对可训练权重参数矩阵进行迭代更新； 其中，采用动态权重分配算法对各类特征向量进行加权融合，生成融合特征向量，具体包括： 基于预定义的业务风险优先级为每一模态预设一个基础权重； 为每个模态设定一个可信度阈值，该阈值基于当前的历史审核反馈结果进行配置； 计算各模态在当前审核案例中的综合可信度，该综合可信度是模态内各目标识别项置信度的聚合； 将各模态的综合可信度与其对应的可信度阈值进行比较，计算可信度偏差系数，用于量化该模态数据的可靠程度，表示为， 其中，为可信度偏差系数，为综合可信度，为可信度阈值，其中，表示文本模态，表示图像模态，表示结构化数据模态； 利用计算得到的可信度偏差系数对基础权重进行修正，得到最终的动态融合权重； 根据动态融合权重对各模态的特征向量进行加权求和，生成最终的融合特征向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浪潮通用软件有限公司，其通讯地址为：250000 山东省济南市高新技术产业开发区浪潮路1036号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。