楊靜雅

(中建絲路建設(shè)投資有限公司，陜西，西安 710000)

0 引言

目前大多數(shù)企業(yè)仍然利用人工的方式錄入電子財(cái)務(wù)報(bào)銷入賬憑證，這種工作方式的效率主要是由工作人員的業(yè)務(wù)熟練程度決定的，人力成本較大[1-2]。為了提高企業(yè)的工作效率，需要對電子財(cái)務(wù)報(bào)銷入賬憑證錄入方法進(jìn)行分析和研究。

王凱麗等[3]提出基于二維局部二值模式的電子財(cái)務(wù)報(bào)銷入賬憑證錄入方法，該方法基于LBP特征圖，引入LBP模式和滑動窗口統(tǒng)計(jì)會計(jì)財(cái)務(wù)報(bào)銷入賬憑證中的上下文信息，獲得2DLBP特征，將其輸入支持向量機(jī)中，完成電子財(cái)務(wù)報(bào)銷入賬憑證的分類錄入，該方法在特征提取過程中沒有消除信息中存在的噪聲，受噪聲干擾憑證錄入所用時(shí)間較長，存在錄入效率低的問題。譚潔帆等[4]提出基于卷積神經(jīng)網(wǎng)絡(luò)的電子財(cái)務(wù)報(bào)銷入賬憑證錄入方法，該方法將電子財(cái)務(wù)報(bào)銷入賬憑證通過卷積神經(jīng)網(wǎng)絡(luò)映射到歐幾里得空間中進(jìn)行編碼，利用采樣方法構(gòu)建數(shù)據(jù)集，并對其進(jìn)行平衡化處理，通過CSSVM分類算法對憑證賦予對應(yīng)的代價(jià)因子，實(shí)現(xiàn)電子財(cái)務(wù)報(bào)銷入賬憑證的分類錄入，該方法沒有消除信息之間存在冗余，降低了電子財(cái)務(wù)報(bào)銷憑證錄入的精準(zhǔn)度。孫勁光等[5]提出基于概率圖模型的電子財(cái)務(wù)報(bào)銷入賬憑證錄入方法，該方法將電子財(cái)務(wù)報(bào)銷入賬憑證劃分為5個(gè)區(qū)域，在概率圖模型分類方法理論的基礎(chǔ)上通過Softmax分類層和5個(gè)分類子網(wǎng)絡(luò)構(gòu)建憑證分類模型，完成電子財(cái)務(wù)報(bào)銷入賬憑證的分類錄入，該方法獲取的特征信息不準(zhǔn)確，降低了電子財(cái)務(wù)報(bào)銷入賬憑證錄入的完整度。

為了解決上述方法中存在的問題，提出電子財(cái)務(wù)報(bào)銷入賬憑證自動錄入方法，在電子化智能填單系統(tǒng)中，提取錄入電子財(cái)務(wù)報(bào)銷入賬憑證中的文字信息，在財(cái)務(wù)管控系統(tǒng)中錄入提取的文字信息，獲得管控單據(jù)。通過Gabor濾波器對錄入數(shù)據(jù)進(jìn)行降噪和去冗處理，提高了財(cái)務(wù)報(bào)銷入賬憑證錄入的效率、錄入精準(zhǔn)度和錄入完整度。

1 電子財(cái)務(wù)報(bào)銷入賬憑證特征提取

電子財(cái)務(wù)報(bào)銷入賬憑證自動錄入方法設(shè)計(jì)一個(gè)Gabor濾波器組，對電子財(cái)務(wù)報(bào)銷入賬憑證圖像進(jìn)行濾波，二維Gabor函數(shù)在時(shí)域中屬于高斯函數(shù)調(diào)制的復(fù)數(shù)正弦函數(shù)[6-7]，在時(shí)域中通過式(1)描述二維Gabor函數(shù)的一般形式,

(1)

式中，(x′,y′)代表時(shí)域坐標(biāo)旋轉(zhuǎn)結(jié)果，σx、σy代表尺度參數(shù)，γ代表高斯函數(shù)對應(yīng)的橫縱比，φ代表尺度參數(shù)，f代表Gabor函數(shù)余弦部分中的頻率。

二維Gabor函數(shù)根據(jù)坐標(biāo)軸旋轉(zhuǎn)的傅里葉變換法在電子財(cái)務(wù)報(bào)銷入賬憑證圖像頻域中通過式(2)進(jìn)行描述,

(2)

式中，(u′,v′)代表頻域坐標(biāo)旋轉(zhuǎn)結(jié)果,e代表濾波系數(shù)。

應(yīng)對不同的空間方向和頻率，將錄入的電子財(cái)務(wù)報(bào)銷入賬憑證圖像分解為若干個(gè)濾波圖像，采用Gabor變換對電子財(cái)務(wù)報(bào)銷入賬憑證圖像ζ(x,y)進(jìn)行變化[8]，獲得式(3),

r(x,y)=g(x,y)*ζ(x,y)

(3)

式中，*描述的是卷積運(yùn)算。

分析式(3)可知，通過計(jì)算f、γ、σ、θ可以確定Gabor濾波器對電子財(cái)務(wù)報(bào)銷入賬憑證圖像進(jìn)行濾波的計(jì)算式。并通過式(4)確定參數(shù)f、σ,

(4)

式中，f代表濾波器對應(yīng)的中心頻率。

濾波器通常情況下存在幾個(gè)濾波，在本文中，區(qū)分電子財(cái)務(wù)報(bào)銷入賬憑證圖像的基礎(chǔ)是濾波之間存在的信號響應(yīng)關(guān)系[9]，通過式(5)選擇憑證圖像的離散旋轉(zhuǎn)角度,

(5)

式中，n代表旋轉(zhuǎn)角度，θl代表第l個(gè)角度。

電子財(cái)務(wù)報(bào)銷入賬憑證自動錄入方法采用Gabor能量描述電子財(cái)務(wù)報(bào)銷入賬憑證圖像的紋理特征，如式(6),

(6)

式中，rζ,f,θ,0、rζ,f,θ-(1/2)π為相互對稱的濾波。

將濾波后的電子財(cái)務(wù)報(bào)銷入賬憑證圖像的S型調(diào)制轉(zhuǎn)變?yōu)檎叫握{(diào)整[10]，如式(7),

(7)

在實(shí)際中，Gabor濾波效果會受到紋理特征起伏變化的影響，包括玫瑰斑、偽紋理等噪聲的引入，為了解決上述問題，對Gabor濾波輸出的電子財(cái)務(wù)報(bào)銷入賬憑證圖像進(jìn)行Gauss低通濾波處理，如式(8),

(8)

式中，σs代表高斯窗口函數(shù)對應(yīng)的標(biāo)準(zhǔn)差。

為了改善電子財(cái)務(wù)報(bào)銷入賬憑證分類的效果，提高運(yùn)算效率，降低特征維數(shù)，需要對憑證數(shù)據(jù)進(jìn)行特征提取。采用順序向前搜索算法將平均入賬憑證J-M距離作為指標(biāo)實(shí)現(xiàn)特征提取，平均J-M距離如式(9),

(9)

式中，JM代表平均距離，pi、pj代表類別i和類別j對應(yīng)的先驗(yàn)概率，JMij代表類別i和類別j之間存在的J-M距離，Bij代表B氏距離，Mi、Mj分別代表i和類別j對應(yīng)的樣本均值向量，Vi、Vj代表類別i和類別j對應(yīng)的矩陣樣本別方差，n代表類別總數(shù)。根據(jù)上述計(jì)算，提取電子財(cái)務(wù)報(bào)銷入賬憑證特征，為實(shí)現(xiàn)憑證自動錄入做基礎(chǔ)。

2 電子財(cái)務(wù)報(bào)銷入賬憑證自動錄入方法

為實(shí)現(xiàn)憑證自動錄入，通過支持向量機(jī)在高維解空間中構(gòu)造一個(gè)可以劃分兩類，并使間隔最大的最優(yōu)線性分類面，構(gòu)建憑證自動錄入決策函數(shù)。

通過式(10)描述憑證自動錄入線性判別函數(shù),

g(x)=w·x+b

(10)

分類面為g(x)=0，設(shè)xi代表輸入向量，yi代表分類標(biāo)記值，當(dāng)分類標(biāo)記值為1時(shí)表示屬于，當(dāng)分類標(biāo)記值為-1時(shí)表示不屬于。

通過帶約束條件的極值問題代替線性分類問題，解決原有憑證自動錄入無法實(shí)現(xiàn)最優(yōu)線性路徑的問題，如式(11),

(11)

在上述過程的基礎(chǔ)上建立Lagrange方程，如式(12)。

(12)

利用式(13)對參數(shù)b和參數(shù)w求偏導(dǎo),

(13)

支持向量即為取值不為零的ai，建立憑證自動錄入決策函數(shù)，如式(14),

(14)

式中，(x·xi)代表核函數(shù)，描述的是x和xi之間的相似度，針對非線性變換φ(x)，重新構(gòu)建憑證自動錄入決策函數(shù)，如式(15)。

(15)

將提取的特征輸入上述憑證自動錄入決策函數(shù)中，完成電子財(cái)務(wù)報(bào)銷入賬憑證分類和自動錄入。

3 實(shí)驗(yàn)與分析

為了驗(yàn)證電子財(cái)務(wù)報(bào)銷入賬憑證自動錄入方法的整體有效性，需要對電子財(cái)務(wù)報(bào)銷入賬憑證自動錄入方法進(jìn)行測試，本次測試采用Matlab R2013a軟件，在聯(lián)想ThinkStation P310 64位Windows旗艦版操作系統(tǒng)上實(shí)現(xiàn)，選用某公司的電子財(cái)務(wù)報(bào)銷費(fèi)用作為實(shí)驗(yàn)數(shù)據(jù)。分別采用電子財(cái)務(wù)報(bào)銷入賬憑證自動錄入方法(方法1)、基于二維局部二值模式的電子財(cái)務(wù)報(bào)銷入賬憑證錄入方法(方法2)和基于卷積神經(jīng)網(wǎng)絡(luò)的電子財(cái)務(wù)報(bào)銷入賬憑證錄入方法(方法3)進(jìn)行測試，將錄入效率、錄入精準(zhǔn)度、錄入完整度作為測試指標(biāo)。

(1)錄入效率

錄入效率測試結(jié)果如圖1所示。

圖1 錄入效率測試結(jié)果

分析圖1可知，在多次迭代中方法1錄入電子財(cái)務(wù)報(bào)銷入賬憑證所用的時(shí)間均在10 s以下，采用方法2和方法3在多次迭代中錄入電子財(cái)務(wù)報(bào)銷入賬憑證所用的時(shí)間均高于15 s。通過上述對比分析可知，方法1錄入電子財(cái)務(wù)報(bào)銷入賬憑證所用的時(shí)間最少，這是因?yàn)榉椒?在特征提取過程中采用Gauss低通濾波器消除噪聲等干擾信息，縮短了特征提取所用的時(shí)間，進(jìn)而縮短了電子財(cái)務(wù)報(bào)銷入賬憑證所用的時(shí)間，提高了方法1的錄入效率。

(2)錄入精準(zhǔn)度

錄入精準(zhǔn)度測試結(jié)果如圖2所示。

圖2 錄入精準(zhǔn)度測試結(jié)果

通過圖2可知，方法1的錄入精度在多次迭代中均在80%以上，遠(yuǎn)遠(yuǎn)高于方法2和方法3的錄入精準(zhǔn)度，因?yàn)榉椒?通過Gabor濾波器對待錄入的憑證數(shù)據(jù)進(jìn)行降噪和去冗處理，消除了特征之間存在的冗余和干擾，提高了電子財(cái)務(wù)報(bào)銷入賬憑證錄入的精準(zhǔn)度。

(3)錄入完整度

錄入完整度測試結(jié)果如圖3所示。

對圖3中的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析可知，方法1在多次迭代中錄入的電子憑證報(bào)銷入賬憑證的完整度均在90%以上，方法2和方法3在多次迭代中錄入的電子憑證報(bào)銷入賬憑證的完整度在70%附近波動，根據(jù)測試結(jié)果可知，方法1的電子賬務(wù)報(bào)銷入賬憑證錄入完整度較高，因?yàn)榉椒?采用順序向前搜索方法在多通道的濾波特征圖像中提取憑證數(shù)據(jù)特征，將J-M距離作為評價(jià)指標(biāo)，實(shí)現(xiàn)特征空間的優(yōu)化，提高了電子賬務(wù)報(bào)銷入賬憑證的完整度。

圖3 錄入完整度測試結(jié)果

4 總結(jié)

記賬憑證的源頭經(jīng)濟(jì)業(yè)務(wù)隨著信息化水平的提高逐漸向電子化流轉(zhuǎn)，人工記賬逐漸被計(jì)算機(jī)記賬代替。使用計(jì)算機(jī)記賬方式可以從日常繁雜的會計(jì)核算中解放財(cái)務(wù)人員，同時(shí)解決了業(yè)務(wù)流程和會計(jì)流程的分離問題，實(shí)現(xiàn)會計(jì)的管理、監(jiān)督職責(zé)。目前電子財(cái)務(wù)報(bào)銷入賬憑證錄入方法存在錄入效率低、錄入精準(zhǔn)度低和錄入完整度低的問題。提出電子財(cái)務(wù)報(bào)銷入賬憑證自動錄入方法，提取電子財(cái)務(wù)報(bào)銷入賬憑證的特征，根據(jù)特征對其進(jìn)行分類，完成電子財(cái)務(wù)報(bào)銷入賬憑證的自動錄入，解決了目前方法中存在的問題。