轨道交通工程造价成果excel文件解析的技术方法专利检索-机电系统机电一体化电子零件及设备专利检索查询-专利查询网

轨道交通工程造价成果excel文件解析的技术方法

阅读：304发布：2020-05-08

专利汇可以提供轨道交通工程造价成果excel文件解析的技术方法专利检索，专利查询，专利分析的服务。并且本发明公开一种轨道交通工程造价成果excel文件解析的技术方法，包括如下步骤：获取轨道交通造价成果文件并提取字段属性信息、关键特征字段以及数值，通过Simhash 算法形成标准化文本，并进行规约、统计、汇总及存储，未经标准化的文本通过Nakatsu算法查找近似标准化文本，再通过排序算法二次解析未经标准化的关键特征字段，最后形成标准化文本，实现了对轨道交通工程造价成果excel文件的解析，为轨道交通工程的数据标准化提供有力的帮助，而且本发明还具有识别效率高，准确度精准的特点。，下面是轨道交通工程造价成果excel文件解析的技术方法专利的具体信息内容。

权利要求

1.一种轨道交通工程造价成果excel文件解析的技术方法，其特征在于，包括如下步骤：
S1.获取各轨道交通造价成果excel文件，对excel文件内容格式进行识别，获取表格的行数、列数及有效单元格的信息，并提取有效单元格中的字段属性信息；
S2.根据提取的字段属性信息进行坐标定位并提取有效的关键特征字段以及数值；
S3.将有效的关键特征字段加入缓存消息队列，并通过Simhash 算法对关键特征字段相似对度进行计算及统计，识别出未知特征和标准格式特征；
S4.将未知特征、标准格式特征以及相应的数值进行规约，并按照轨道交通工程项目标准结构自动统计和汇总形成初始解析文本；
S5.判断初始解析文本中是否存在未知特征，如果不存在，则设定其为标准解析文本，并存储至数据库中；如果存在未知特征，则将其进行二次解析，步骤如下：
S5.1.将初始解析文本中存在未知特征的部分进行屏蔽或拆分；
S5.2.通过Nakatsu算法从数据库中查找相似度匹配的标准解析文本；
S5.3.通过排序算法对比步骤S5.1中的初始解析文本以及步骤S5.2中的标准解析文本中，将步骤S5.2中的标准解析文本中的标准格式特征匹配至步骤S5.1中的初始解析文本中的未知特征，最后形成标准解析文本，并存储至数据库中。
2.根据权利要求1所述的一种轨道交通工程造价成果excel文件解析的技术方法，其特征在于，步骤S1中字段属性信息包括行名称和列名称。
3.根据权利要求1所述的一种轨道交通工程造价成果excel文件解析的技术方法，其特征在于，步骤S2中具体包括：将包含有关键特征字段的文本信息进行分词处理，并与关键词库进行匹配，得到有效的关键特征字段，所述关键词库以《城市轨道交通工程项目建设标准》中记载的工程种类及各个工程种类项目下的造价指标作为关键词。
4.根据权利要求1所述的一种轨道交通工程造价成果excel文件解析的技术方法，其特征在于，步骤S5和S5.3包括对标准解析文本按照工程项目数据层级进行统一编码。
5.根据权利要求4所述的一种轨道交通工程造价成果excel文件解析的技术方法，其特征在于，所述工程项目数据层级包括：建设规模、项目构成、总体布局、线路工程、车辆、限界、运营组织与管理、车站建筑、车站结构工程、机电系统、机电设备、安全防护、环保、主要技术经济指标。

说明书全文

轨道交通工程造价成果excel文件解析的技术方法

技术领域

[0001] 本发明涉及轨道交通工程文件的处理方法，具体为一种轨道交通工程造价成果excel文件解析的技术方法。

背景技术

[0002] 随着我国经济实力不断增强,城市化发展的步伐也在逐渐加快，作为解决城市交通的重要手段——轨道交通建设也日益受到高度重视。目前城市轨道交通工程建设过程中存在的主要问题是前期工作缺乏深度，项目决策与建设管理程序不规范，投资控制难度大，出现部分建设工程返工重建，既浪费了国家资金，又不能保证建设质量，对轨道交通工程造价文件进行归集审编，有利于审计部门对其进行工程审计和审核。

[0003] 但是由于轨道交通建设由于历史背景复杂，存在线路多、站点多、施工方多等特点，各个施工方起草的工程造价成果文件虽然一般采用Excel格式文件进行存储，但是文件的内容的撰写格式各不相同，这些Excel源文件收集在一块后，会发现这些源文件在撰写格式上存在各种乱、杂和非结构化的问题，这些撰写格式不统一的Excel文件数据上传到大数据分析平台后，系统难以对其数据自动进行识别及分析，因此对分析工作带来了很大困难。现有的解决方案主要仍是通过人工进行识别及分析，效率很低且成本过高。

发明内容

[0004] 为了克服现有技术提及的Excel源文件的乱、杂、非结构化的缺点，本发明提供一种轨道交通工程造价成果excel文件解析的技术方法，把这些乱、杂、非结构化的内容识别出来。

[0005] 本发明为解决上述问题采取的方案是：一种轨道交通工程造价成果excel文件解析的技术方法，其步骤如下：

[0006] S1.基于高并发分布式的计算机技术，获取各客户端上的轨道交通造价成果excel文件，对excel文件内容格式进行识别，获取表格的行数、列数及有效单元格的数量和位置的信息，并提取有效单元格中的字段属性信息；

[0007] S2.根据提取的字段属性信息进行坐标定位并提取有效的关键特征字段以及数值；

[0008] S3.将有效的关键特征字段加入缓存消息队列，并通过 Simhash 算法对关键特征字段相似对度进行计算及统计，识别出未知特征和标准格式特征；

[0009] S4.将未知特征、标准格式特征以及相应的数值进行规约，并按照轨道交通工程项目标准结构自动统计和汇总形成初始解析文本；

[0010] S5.判断初始解析文本中是否存在未知特征，如果不存在，则设定其为标准解析文本，并存储至数据库中；如果存在未知特征，则将其进行二次解析，步骤如下：

[0011] S5.1.将初始解析文本中存在未知特征的部分进行屏蔽或拆分；

[0012] S5.2.通过Nakatsu算法从数据库中查找相似度匹配的标准解析文本；

[0013] S5.3.通过排序算法对比步骤S5.1中的初始解析文本以及步骤S5.2中的标准解析文本中，将步骤S5.2中的标准解析文本中的标准格式特征匹配至步骤S5.1中的初始解析文本中的未知特征，最后形成标准解析文本，并存储至数据库中。

[0014] 作为本发明的进一步方案，步骤S1中字段属性信息包括行名称和列名称。

[0015] 作为本发明的进一步方案，步骤S2中具体包括：将包含有关键特征字段的文本信息进行分词处理，并与关键词库进行匹配，得到有效的关键特征字段，所述关键词库以《城市轨道交通工程项目建设标准》(建标104-2008)中记载的工程种类及各个工程种类项目下的造价指标作为关键词。

[0016] 作为本发明的进一步方案，步骤S5和S5.3包括对标准解析文本按照工程项目数据层级进行统一编码，以便于数据横向及纵向对比分析。其中，所述工程项目数据层级包括：建设规模、项目构成、总体布局、线路工程、车辆、限界、运营组织与管理、车站建筑、车站结构工程、机电系统、机电设备、安全防护、环保、主要技术经济指标等等。

[0017] 具体地，所述初始解析文本和标准解析文本按照轨道交通工程的专业，分部分项，清单，定额，清单耗量和措施费用等等进行分类并汇总。

[0018] 本发明的有益效果是：本发明通过提取excel文件数据的字段属性信息、关键特征字段以及数值，通过Simhash算法形成标准化文本，并进行规约、统计、汇总及存储，未经标准化的文本通过Nakatsu算法查找近似标准化文本，再通过排序算法二次解析未经标准化的关键特征字段，最后形成标准化文本，实现了对轨道交通工程造价成果excel文件的解析，为轨道交通工程的数据标准化和管理提供有力的帮助，而且本发明还具有识别效率高，准确度精准的特点。附图说明

[0019] 图1为本发明的方法流程框图；

[0020] 图2-图4为本发明的具体实施例的表格处理示意图。

具体实施方式

[0021] 下面结合附图对本发明进行进一步的说明。

[0022] 如图1所示，一种轨道交通工程造价成果excel文件解析的技术方法，其步骤如下：

[0023] S1.基于高并发分布式的计算机技术，获取各客户端上的轨道交通造价成果excel文件，对excel文件内容格式进行识别，获取表格的行数、列数及有效单元格的数量和位置的信息，并提取有效单元格(非空白内容单元格)中的字段属性信息，该字段属性信息包括行名称、列名称和数值，譬如：序号、编号、项目名称、单位、数量等等；

[0024] S2.根据提取的字段属性信息，进行坐标定位并提取有效的关键特征字段以及数值；其中，提取有效的关键特征字段的方法是将包含有关键特征字段的文本信息进行分词处理，并与关键词库进行匹配，得到有效的关键特征字段，所述关键词库以《城市轨道交通工程项目建设标准》(建标104-2008)中记载的工程种类及各个工程种类项目下的造价指标作为关键词；

[0025] S3.将有效的关键特征字段加入缓存消息队列，并通过 Simhash算法对关键特征字段相似对度进行计算及统计，识别出未知特征和标准格式特征；

[0026] S4.将未知特征、标准格式特征以及相应的数值进行规约，并按照轨道交通工程项目标准结构自动统计和汇总形成初始解析文本，具体地，所述初始解析文本和标准解析文本按照轨道交通工程的专业，分部分项，清单，定额，清单耗量和措施费用等等进行分类并汇总；

[0027] S5.判断初始解析文本中是否存在未知特征，如果不存在，则设定其为标准解析文本，并存储至数据库中；如果存在未知特征，则将其进行二次解析，步骤如下：

[0028] S5.1.将初始解析文本中存在未知特征的部分进行屏蔽或拆分；

[0029] S5.2.通过Nakatsu算法从数据库中查找相似度匹配的标准解析文本；

[0030] S5.3.通过排序算法对比步骤S5.1中的初始解析文本以及步骤S5.2中的标准解析文本中，将步骤S5.2中的标准解析文本中的标准格式特征匹配至步骤S5.1中的初始解析文本中的未知特征，最后形成标准解析文本，并存储至数据库中。

[0031] 具体地，步骤S4中的所述初始解析文本和步骤S5.3中的标准解析文本按照轨道交通工程的专业，分部分项，清单，定额，清单耗量和措施费用等等进行分类并汇总。

[0032] 作为本发明的进一步方案，步骤S5和S5.3包括对标准解析文本按照工程项目数据层级进行统一编码，以便于数据横向及纵向对比分析。其中，所述工程项目数据层级包括：建设规模、项目构成、总体布局、线路工程、车辆、限界、运营组织与管理、车站建筑、车站结构工程、机电系统、机电设备、安全防护、环保、主要技术经济指标等等。

[0033] 以下结合具体实施例对本发明作进一步说明：

[0034] 步骤S1获取如图2所示的目标轨道交通造价成果excel文件，通过步骤S2和S3分析该excel文件中的字段属性信息，得知该excel文件为名称为L的明挖造价指标成果表格，最终将其形成如图3所示的标准解析文本，并按照工程项目数据层级进行统一编码记录在数据库中；如图4所示，假若初始解析文本中发生无法解析的未知特征A，则通过Nakatsu算法从数据库中查找相似度匹配的标准解析文本，此实施例中相似度匹配最高的为图3所示的标准解析文本，通过排序算法对比图3和图4两个文本，最终确定未知特征A对应的特征为“土石方指标/(元/m3)”，则赋予A为“土石方指标/(元/m3)”并形成标准解析文本存储；由于实际情况中两个工程间的指标数值未必一致，但是由于工程的相似性数值的差距一般都会差不不大，作排序算法时允许适当的差值变化可以提高解析的精度和效率，如果一个初始解析文本中存在较多的未知特征，则可以屏蔽部分未知特征通过Nakatsu算法匹配相似标准解析文本，又或者单独将未知特征对应的行或列拆分出来，单独通过Nakatsu 算法匹配相似标准解析文本信息。

[0035] 以上所述者，仅为本发明的较佳实施例而已，当不能以此限定本发明实施的范围，即大凡依本发明申请专利范围及发明说明内容所作的简单等效变化与修饰，皆仍属本发明专利涵盖的范围内。

标题	发布/更新时间	阅读量
一种LCC直流输电机电电磁混合系统的在线仿真方法及系统	2020-05-08	89
一种基于物联网的智能门自动化控制系统	2020-05-08	872
一种模块化利用钢丝绳污泥废酸的控制系统及方法	2020-05-11	498
一种直升机主旋翼动载荷测量装置及方法	2020-05-11	582
一种面向智慧水电厂的机电设备故障诊断方法	2020-05-08	898
一种基于单晶压电薄膜的体声波谐振器及其制备方法	2020-05-08	966
自行车电气控制装置	2020-05-08	621
冷气空调冰箱	2020-05-08	742
一种空间光学遥感器有效载荷光机电热一体化分析与优化方法	2020-05-08	689
光机电一体化系统实训装置	2020-05-08	222

轨道交通工程造价成果excel文件解析的技术方法

轨道交通工程造价成果excel文件解析的技术方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：