【技术实现步骤摘要】
本专利技术涉及税务管理，特别涉及一种企业发票数量预测方法、装置、设备及存储介质。
技术介绍
1、目前，现有发票申请领用，需要纳税人员到办税服务大厅排队领取，并且时间限制紧，税局工作量大，纳税人积压到大厅，使得纳税人以及税务人员压力大。企业的发票预测数量与其前半年的开票信息有关，并且收到最大销售额的巨大影响，使得企业得到的发票数出现激增或骤减的现象，现有技术可以基于多层次数量预测手段对企业发票数量进行预测，但算法过程仅从业务角度考虑，而忽略了数据内部的规律，比如未考虑到弥补捕获长距离依赖和实现低时间和空间复杂性之间的差距以及以紧凑的多分辨率方式同时捕获不同范围的时间相关性，从而导致对复杂情况的处理性较弱。因此如何实现企业发票数量的准确预测是本领域技术人员目前需要解决的技术问题。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种企业发票数量预测方法、装置、设备及存储介质，能够实现企业发票数量的准确预测。其具体方案如下：
2、第一方面，本申请公开了一种企业发票数量预测方法，包括：
3、获取历史企业发票数据，并对所述历史企业发票数据进行数据预处理操作以得到发票训练数据；
4、将所述发票训练数据输入至预设pyraformer网络中，并通过所述预设pyraformer网络中的粗尺度构建模块提取所述发票训练数据的目标参数构建三元组以得到若干个三元组节点，然后基于预设卷积方式对所述若干个三元组节点进行线性连接以得到若干卷积序列；
5、通过所述
6、获取所述各序列节点的注意力结果值并利用所述预设pyraformer网络中的预测模块对所述若干卷积序列进行线性计算以得到目标发票数量预测模型，以便利用所述目标发票数量预测模型对企业的发票数量进行预测。
7、可选的，所述获取历史企业发票数据，并对所述历史企业发票数据进行数据预处理操作以得到发票训练数据，包括：
8、获取历史企业发票数据，并对所述历史企业发票数据进行按照时间序列进行排序以得到发票训练数据。
9、可选的，所述通过所述预设pyraformer网络中的粗尺度构建模块提取所述发票训练数据的目标参数构建三元组以得到若干个三元组节点，包括：
10、通过所述预设pyraformer网络中的粗尺度构建模块对所述发票训练数据中的批次数据、维度数据和长度数据进行提取，并基于所述批次数据、所述维度数据和所述长度数据构建三元组以得到若干个三元组节点。
11、可选的，所述基于预设卷积方式对所述若干个三元组节点进行线性连接以得到若干卷积序列，包括：
12、对所述若干个三元组节点进行线性计算后执行卷积操作，以得到处理后的所述若干个三元组节点，并将处理后的所述若干个三元组节点基于预设尺度序列进行线性连接以得到若干卷积序列。
13、可选的，所述通过所述预设pyraformer网络中的注意力模块建立所述若干卷积序列中的各序列节点与所述历史企业发票数据中的时间数据之间的映射关系并确定所述各序列节点的注意力结果值，包括：
14、获取所述历史企业发票数据中的时间数据，并通过所述预设pyraformer网络中的注意力模块建立所述时间数据与所述若干卷积序列中的各序列节点的映射关系；
15、通过预设注意力结果计算公式确定所述各序列节点的注意力结果值。
16、可选的，所述获取所述各序列节点的注意力结果值并利用所述预设pyraformer网络中的预测模块对所述若干卷积序列进行线性计算以得到目标发票数量预测模型，包括：
17、获取所述各序列节点的注意力结果值，然后将所述注意力结果值标记在所述各序列节点的对应位置并在所述各序列节点的序列结尾处增加结尾标志以得到各目标训练序列；
18、利用所述预设pyraformer网络中的预测模块对所述各目标训练序列进行线性计算以得到当前发票数量预测模型，并利用所述当前发票数量预测模型进行模型迭代训练以得到目标发票数量预测模型。
19、可选的，所述利用所述预设pyraformer网络中的预测模块对所述各目标训练序列进行线性计算以得到当前发票数量预测模型，并利用所述当前发票数量预测模型进行模型迭代训练以得到目标发票数量预测模型，包括：
20、利用所述预设pyraformer网络中的预测模块对所述各目标训练序列进行线性计算以得到当前发票数量预测模型，将所述当前发票数量预测模型确定为新的预设pyraformer网络，并跳转至所述将所述发票训练数据输入至预设pyraformer网络中的步骤，直至所述当前发票数量预测模型收敛后，将所述当前发票数量预测模型确定为目标发票数量预测模型。
21、第二方面，本申请公开了一种企业发票数量预测装置，包括：
22、数据预处理模块，用于获取历史企业发票数据，并对所述历史企业发票数据进行数据预处理操作以得到发票训练数据；
23、卷积序列创建模块，用于将所述发票训练数据输入至预设pyraformer网络中，并通过所述预设pyraformer网络中的粗尺度构建模块提取所述发票训练数据的目标参数构建三元组以得到若干个三元组节点，然后基于预设卷积方式对所述若干个三元组节点进行线性连接以得到若干卷积序列；
24、注意力值生成模块，用于通过所述预设pyraformer网络中的注意力模块建立所述若干卷积序列中的各序列节点与所述历史企业发票数据中的时间数据之间的映射关系并确定所述各序列节点的注意力结果值；
25、目标模型生成模块，用于获取所述各序列节点的注意力结果值并利用所述预设pyraformer网络中的预测模块对所述若干卷积序列进行线性计算以得到目标发票数量预测模型，以便利用所述目标发票数量预测模型对企业的发票数量进行预测。
26、第三方面，本申请公开了一种电子设备，包括：
27、存储器，用于保存计算机程序；
28、处理器，用于执行所述计算机程序以实现前述的企业发票数量预测方法。
29、第四方面，本申请公开了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现前述的企业发票数量预测方法。
30、可见，本申请中，首先获取历史企业发票数据，并对所述历史企业发票数据进行数据预处理操作以得到发票训练数据；将所述发票训练数据输入至预设pyraformer网络中，并通过所述预设pyraformer网络中的粗尺度构建模块提取所述发票训练数据的目标参数构建三元组以得到若干个三元组节点，然后基于预设卷积方式对所述若干个三元组节点进行线性连接以得到若干卷积序列；通过所述预设pyraformer网络中的注意力模块建立所述若干卷积序列中的各序列节点与所述历史企业发票数据中的时间数据之间本文档来自技高网...
【技术保护点】
1.一种企业发票数量预测方法，其特征在于，包括：
2.根据权利要求1所述的企业发票数量预测方法，其特征在于，所述获取历史企业发票数据，并对所述历史企业发票数据进行数据预处理操作以得到发票训练数据，包括：
3.根据权利要求1所述的企业发票数量预测方法，其特征在于，所述通过所述预设Pyraformer网络中的粗尺度构建模块提取所述发票训练数据的目标参数构建三元组以得到若干个三元组节点，包括：
4.根据权利要求1所述的企业发票数量预测方法，其特征在于，所述基于预设卷积方式对所述若干个三元组节点进行线性连接以得到若干卷积序列，包括：
5.根据权利要求1所述的企业发票数量预测方法，其特征在于，所述通过所述预设Pyraformer网络中的注意力模块建立所述若干卷积序列中的各序列节点与所述历史企业发票数据中的时间数据之间的映射关系并确定所述各序列节点的注意力结果值，包括：
6.根据权利要求1至5任一项所述的企业发票数量预测方法，其特征在于，所述获取所述各序列节点的注意力结果值并利用所述预设Pyraformer网络中的预测模块对所述若干
7.根据权利要求6所述的企业发票数量预测方法，其特征在于，所述利用所述预设Pyraformer网络中的预测模块对所述各目标训练序列进行线性计算以得到当前发票数量预测模型，并利用所述当前发票数量预测模型进行模型迭代训练以得到目标发票数量预测模型，包括：
8.一种企业发票数量预测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的企业发票数量预测方法。
...【技术特征摘要】
1.一种企业发票数量预测方法，其特征在于，包括：
2.根据权利要求1所述的企业发票数量预测方法，其特征在于，所述获取历史企业发票数据，并对所述历史企业发票数据进行数据预处理操作以得到发票训练数据，包括：
3.根据权利要求1所述的企业发票数量预测方法，其特征在于，所述通过所述预设pyraformer网络中的粗尺度构建模块提取所述发票训练数据的目标参数构建三元组以得到若干个三元组节点，包括：
4.根据权利要求1所述的企业发票数量预测方法，其特征在于，所述基于预设卷积方式对所述若干个三元组节点进行线性连接以得到若干卷积序列，包括：
5.根据权利要求1所述的企业发票数量预测方法，其特征在于，所述通过所述预设pyraformer网络中的注意力模块建立所述若干卷积序列中的各序列节点与所述历史企业发票数据中的时间数据之间的映射关系并确定所述各序列节...
【专利技术属性】
技术研发人员：刘子星，吴文灿，王伟，徐煌，丁乐，
申请(专利权)人：税友软件集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。