本發(fā)明涉及電子部件信息認(rèn)證領(lǐng)域，更具體的，涉及一種電子部件認(rèn)證方法和系統(tǒng)。

背景技術(shù)：

1、隨著電子技術(shù)的飛速發(fā)展，電子部件的種類和數(shù)量急劇增加，在生產(chǎn)過(guò)程中，加密認(rèn)證過(guò)程中，如何確保這些電子部件的質(zhì)量、安全性和合規(guī)性成為了亟待解決的問(wèn)題。傳統(tǒng)的電子部件認(rèn)證方法大多依賴于人工檢測(cè)和審核，這種方法不僅耗時(shí)耗力，而且容易出錯(cuò)。且現(xiàn)有技術(shù)的電子部件認(rèn)證過(guò)程效率低下，往往為逐一認(rèn)證，存儲(chǔ)的認(rèn)證過(guò)程數(shù)據(jù)為單一數(shù)據(jù)的逐條存儲(chǔ)，缺少批量高效認(rèn)證存儲(chǔ)方法，認(rèn)證過(guò)程產(chǎn)生的記錄存儲(chǔ)方式單一，不利于后續(xù)進(jìn)行記錄維護(hù)，且查詢效率較低，同時(shí)，無(wú)法保證數(shù)據(jù)安全性，因此，需要一種高效的電子部件認(rèn)證方法，以滿足大規(guī)模的電子部件與相關(guān)產(chǎn)品認(rèn)證與查詢需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明克服了現(xiàn)有技術(shù)的缺陷，提出了一種電子部件認(rèn)證方法和系統(tǒng)。

2、本發(fā)明第一方面提供了一種電子部件認(rèn)證方法，包括：

3、獲取目標(biāo)批次電子部件的檢測(cè)認(rèn)證計(jì)劃，根據(jù)認(rèn)證計(jì)劃設(shè)定初始批量認(rèn)證部件數(shù)量n；

4、在一個(gè)認(rèn)證時(shí)段內(nèi)，通過(guò)掃碼裝置、攝像裝置與rfid讀取裝置，對(duì)n個(gè)電子部件進(jìn)行多維度的認(rèn)證數(shù)據(jù)采集，分別得到圖形碼數(shù)據(jù)，圖像數(shù)據(jù)，rfid識(shí)別數(shù)據(jù)；

5、對(duì)圖形碼數(shù)據(jù)，圖像數(shù)據(jù)，rfid識(shí)別數(shù)據(jù)進(jìn)行多模式數(shù)據(jù)認(rèn)證與識(shí)別，判斷認(rèn)證結(jié)果，若認(rèn)證結(jié)果符合預(yù)期結(jié)果，則根據(jù)認(rèn)證結(jié)果，對(duì)圖形碼數(shù)據(jù)，圖像數(shù)據(jù)，rfid識(shí)別數(shù)據(jù)生成多維度的認(rèn)證特征數(shù)據(jù)與相應(yīng)的認(rèn)證記錄數(shù)據(jù)，并動(dòng)態(tài)增長(zhǎng)數(shù)值n，在下一認(rèn)證時(shí)段，對(duì)n個(gè)電子部件進(jìn)行數(shù)據(jù)采集與認(rèn)證；

6、采集多個(gè)認(rèn)證時(shí)段對(duì)應(yīng)的認(rèn)證特征數(shù)據(jù)，形成認(rèn)證特征集，基于決策樹模型，對(duì)認(rèn)證特征集中的特征數(shù)據(jù)進(jìn)行特征選擇與特征構(gòu)造，構(gòu)建出多個(gè)條件節(jié)點(diǎn)，通過(guò)多個(gè)條件節(jié)點(diǎn)構(gòu)建出基于決策樹的認(rèn)證分類模型；

7、將認(rèn)證特征數(shù)據(jù)與相應(yīng)的認(rèn)證記錄數(shù)據(jù)進(jìn)行關(guān)聯(lián)并存儲(chǔ)于系統(tǒng)數(shù)據(jù)庫(kù)，通過(guò)用戶終端獲取電子部件的認(rèn)證查詢標(biāo)簽，通過(guò)認(rèn)證查詢標(biāo)簽生成部件認(rèn)證特征，將部件認(rèn)證特征導(dǎo)入認(rèn)證分類模型進(jìn)行認(rèn)證分類，并標(biāo)識(shí)出認(rèn)證分類結(jié)果，通過(guò)認(rèn)證分類結(jié)果，從系統(tǒng)數(shù)據(jù)庫(kù)中篩選出用戶認(rèn)證記錄數(shù)據(jù)。

8、本方案中，所述獲取目標(biāo)批次電子部件的檢測(cè)認(rèn)證計(jì)劃，根據(jù)認(rèn)證計(jì)劃設(shè)定初始批量認(rèn)證部件數(shù)量n，具體為：

9、獲取目標(biāo)批次電子部件的檢測(cè)認(rèn)證計(jì)劃，所述檢測(cè)認(rèn)證計(jì)劃包括認(rèn)證電子部件數(shù)量、認(rèn)證檢測(cè)頻率、認(rèn)證檢測(cè)模式信息；

10、通過(guò)檢測(cè)認(rèn)證計(jì)劃，對(duì)認(rèn)證需求與認(rèn)證設(shè)備進(jìn)行可行性分析，設(shè)定初始批量認(rèn)證部件數(shù)量n。

11、本方案中，所述在一個(gè)認(rèn)證時(shí)段內(nèi)，通過(guò)掃碼裝置、攝像裝置與rfid讀取裝置，對(duì)n個(gè)電子部件進(jìn)行多維度的認(rèn)證數(shù)據(jù)采集，分別得到圖形碼數(shù)據(jù)，圖像數(shù)據(jù)，rfid識(shí)別數(shù)據(jù)，具體為：

12、基于檢測(cè)認(rèn)證計(jì)劃設(shè)定多個(gè)認(rèn)證時(shí)段；

13、在一個(gè)認(rèn)證時(shí)段內(nèi)，通過(guò)掃碼裝置、攝像裝置與rfid讀取裝置，對(duì)認(rèn)證時(shí)段內(nèi)的n個(gè)電子部件進(jìn)行認(rèn)證掃描與數(shù)據(jù)采集，分別得到圖形碼數(shù)據(jù)，圖像數(shù)據(jù)，rfid識(shí)別數(shù)據(jù)；

14、對(duì)圖形碼數(shù)據(jù)，圖像數(shù)據(jù)進(jìn)行圖像降噪、增強(qiáng)、標(biāo)準(zhǔn)化預(yù)處理。

15、本方案中，所述對(duì)圖形碼數(shù)據(jù)，圖像數(shù)據(jù)，rfid識(shí)別數(shù)據(jù)進(jìn)行多模式數(shù)據(jù)認(rèn)證與識(shí)別，判斷認(rèn)證結(jié)果，若認(rèn)證結(jié)果符合預(yù)期結(jié)果，則根據(jù)認(rèn)證結(jié)果，對(duì)圖形碼數(shù)據(jù)，圖像數(shù)據(jù)，rfid識(shí)別數(shù)據(jù)生成多維度的認(rèn)證特征數(shù)據(jù)與相應(yīng)的認(rèn)證記錄數(shù)據(jù)，并動(dòng)態(tài)增長(zhǎng)數(shù)值n，在下一認(rèn)證時(shí)段，對(duì)n個(gè)電子部件進(jìn)行數(shù)據(jù)采集與認(rèn)證，具體為：

16、基于圖形碼數(shù)據(jù)進(jìn)行圖形碼特征信息提取，得到圖形碼特征數(shù)據(jù)；

17、對(duì)圖像數(shù)據(jù)進(jìn)行電子部件的輪廓識(shí)別，分析圖像像素的灰度差，通過(guò)prewitt算子提取出輪廓特征與紋理特征，將輪廓特征與紋理特征進(jìn)行整合作為電子部件的外觀特征數(shù)據(jù)；

18、通過(guò)rfid識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)解析，形成rfid識(shí)別標(biāo)簽數(shù)據(jù)；

19、基于圖形碼特征數(shù)據(jù)、外觀特征數(shù)據(jù)與rfid識(shí)別標(biāo)簽數(shù)據(jù)進(jìn)行電子部件的多模式標(biāo)識(shí)認(rèn)證，生成三個(gè)維度的認(rèn)證結(jié)果；

20、若認(rèn)證結(jié)果符合預(yù)期結(jié)果，基于預(yù)設(shè)步長(zhǎng)動(dòng)態(tài)增長(zhǎng)數(shù)值n；

21、對(duì)圖形碼特征數(shù)據(jù)、外觀特征數(shù)據(jù)與rfid識(shí)別標(biāo)簽數(shù)據(jù)進(jìn)行特征分析，通過(guò)pca分析法，進(jìn)行主特征提取，并基于特征拼接形式，將提取主特征數(shù)據(jù)進(jìn)行特征拼接，形成多維度的認(rèn)證特征數(shù)據(jù)；

22、將圖形碼數(shù)據(jù)、圖像數(shù)據(jù)、rfid識(shí)別數(shù)據(jù)與認(rèn)證結(jié)果整合為認(rèn)證記錄數(shù)據(jù)。

23、本方案中，所述判斷認(rèn)證結(jié)果，還包括：

24、若認(rèn)證結(jié)果不符合預(yù)期結(jié)果，則基于預(yù)設(shè)步長(zhǎng)動(dòng)態(tài)降低數(shù)值n。

25、本方案中，所述采集多個(gè)認(rèn)證時(shí)段對(duì)應(yīng)的認(rèn)證特征數(shù)據(jù)，形成認(rèn)證特征集，基于決策樹模型，對(duì)認(rèn)證特征集中的特征數(shù)據(jù)進(jìn)行特征選擇與特征構(gòu)造，構(gòu)建出多個(gè)條件節(jié)點(diǎn)，通過(guò)多個(gè)條件節(jié)點(diǎn)構(gòu)建出基于決策樹的認(rèn)證分類模型，具體為：

26、采集多個(gè)認(rèn)證時(shí)段對(duì)應(yīng)的認(rèn)證特征數(shù)據(jù)，形成認(rèn)證特征集；

27、對(duì)于每個(gè)認(rèn)證特征集作為子樣本集，從每個(gè)子樣本集中隨機(jī)選取預(yù)設(shè)數(shù)據(jù)量的特征進(jìn)行特征判斷條件轉(zhuǎn)化，生成多個(gè)判斷節(jié)點(diǎn)；

28、根據(jù)判斷節(jié)點(diǎn)，通過(guò)cart算法確定根節(jié)點(diǎn)與內(nèi)部節(jié)點(diǎn)，并逐步生成葉子節(jié)點(diǎn)，得到基于決策樹的認(rèn)證分類模型；

29、基于預(yù)設(shè)k個(gè)認(rèn)證時(shí)段對(duì)應(yīng)的認(rèn)證特征數(shù)據(jù)作為測(cè)試數(shù)據(jù)，對(duì)認(rèn)證分類模型進(jìn)行測(cè)試與模型訓(xùn)練。

30、本方案中，所述將認(rèn)證特征數(shù)據(jù)與相應(yīng)的認(rèn)證記錄數(shù)據(jù)進(jìn)行關(guān)聯(lián)并存儲(chǔ)于系統(tǒng)數(shù)據(jù)庫(kù)，通過(guò)用戶終端獲取電子部件的認(rèn)證查詢標(biāo)簽，通過(guò)認(rèn)證查詢標(biāo)簽生成部件認(rèn)證特征，將部件認(rèn)證特征導(dǎo)入認(rèn)證分類模型進(jìn)行認(rèn)證分類，并標(biāo)識(shí)出認(rèn)證分類結(jié)果，通過(guò)認(rèn)證分類結(jié)果，從系統(tǒng)數(shù)據(jù)庫(kù)中篩選出用戶認(rèn)證記錄數(shù)據(jù)，具體為：

31、將認(rèn)證特征數(shù)據(jù)與相應(yīng)的認(rèn)證記錄數(shù)據(jù)進(jìn)行關(guān)聯(lián)并存儲(chǔ)于系統(tǒng)數(shù)據(jù)庫(kù)；

32、用戶通過(guò)用戶終端輸入認(rèn)證查詢信息，根據(jù)認(rèn)證查詢信息生成認(rèn)證查詢標(biāo)簽；

33、通過(guò)認(rèn)證查詢標(biāo)簽生成部件認(rèn)證特征，將部件認(rèn)證特征導(dǎo)入認(rèn)證分類模型進(jìn)行認(rèn)證信息的初始分類，得到認(rèn)證分類結(jié)果；

34、通過(guò)認(rèn)證分類結(jié)果，從系統(tǒng)數(shù)據(jù)庫(kù)中篩選出相應(yīng)的認(rèn)證記錄數(shù)據(jù)集；

35、從認(rèn)證記錄數(shù)據(jù)集中進(jìn)行記錄的二次檢索，并進(jìn)一步檢索出用戶認(rèn)證記錄數(shù)據(jù)。

36、本發(fā)明第二方面還提供了一種電子部件認(rèn)證系統(tǒng)，該系統(tǒng)包括：存儲(chǔ)器、處理器，所述存儲(chǔ)器中包括電子部件認(rèn)證程序，所述電子部件認(rèn)證程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如下步驟：

37、獲取目標(biāo)批次電子部件的檢測(cè)認(rèn)證計(jì)劃，根據(jù)認(rèn)證計(jì)劃設(shè)定初始批量認(rèn)證部件數(shù)量n；

38、在一個(gè)認(rèn)證時(shí)段內(nèi)，通過(guò)掃碼裝置、攝像裝置與rfid讀取裝置，對(duì)n個(gè)電子部件進(jìn)行多維度的認(rèn)證數(shù)據(jù)采集，分別得到圖形碼數(shù)據(jù)，圖像數(shù)據(jù)，rfid識(shí)別數(shù)據(jù)；

39、對(duì)圖形碼數(shù)據(jù)，圖像數(shù)據(jù)，rfid識(shí)別數(shù)據(jù)進(jìn)行多模式數(shù)據(jù)認(rèn)證與識(shí)別，判斷認(rèn)證結(jié)果，若認(rèn)證結(jié)果符合預(yù)期結(jié)果，則根據(jù)認(rèn)證結(jié)果，對(duì)圖形碼數(shù)據(jù)，圖像數(shù)據(jù)，rfid識(shí)別數(shù)據(jù)生成多維度的認(rèn)證特征數(shù)據(jù)與相應(yīng)的認(rèn)證記錄數(shù)據(jù)，并動(dòng)態(tài)增長(zhǎng)數(shù)值n，在下一認(rèn)證時(shí)段，對(duì)n個(gè)電子部件進(jìn)行數(shù)據(jù)采集與認(rèn)證；

40、采集多個(gè)認(rèn)證時(shí)段對(duì)應(yīng)的認(rèn)證特征數(shù)據(jù)，形成認(rèn)證特征集，基于決策樹模型，對(duì)認(rèn)證特征集中的特征數(shù)據(jù)進(jìn)行特征選擇與特征構(gòu)造，構(gòu)建出多個(gè)條件節(jié)點(diǎn)，通過(guò)多個(gè)條件節(jié)點(diǎn)構(gòu)建出基于決策樹的認(rèn)證分類模型；

41、將認(rèn)證特征數(shù)據(jù)與相應(yīng)的認(rèn)證記錄數(shù)據(jù)進(jìn)行關(guān)聯(lián)并存儲(chǔ)于系統(tǒng)數(shù)據(jù)庫(kù)，通過(guò)用戶終端獲取電子部件的認(rèn)證查詢標(biāo)簽，通過(guò)認(rèn)證查詢標(biāo)簽生成部件認(rèn)證特征，將部件認(rèn)證特征導(dǎo)入認(rèn)證分類模型進(jìn)行認(rèn)證分類，并標(biāo)識(shí)出認(rèn)證分類結(jié)果，通過(guò)認(rèn)證分類結(jié)果，從系統(tǒng)數(shù)據(jù)庫(kù)中篩選出用戶認(rèn)證記錄數(shù)據(jù)。

42、本發(fā)明第三方面還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中包括電子部件認(rèn)證程序，所述電子部件認(rèn)證程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如上述任一項(xiàng)所述的電子部件認(rèn)證方法的步驟。

43、本發(fā)明公開了一種電子部件認(rèn)證方法和系統(tǒng)，通過(guò)掃碼、攝像及rfid讀取裝置，在認(rèn)證時(shí)段內(nèi)對(duì)目標(biāo)批次電子部件進(jìn)行圖形碼、圖像及rfid數(shù)據(jù)的多維度采集。根據(jù)認(rèn)證結(jié)果動(dòng)態(tài)調(diào)整批量認(rèn)證部件數(shù)量n，并生成多維度的認(rèn)證特征數(shù)據(jù)與記錄數(shù)據(jù)。采集多個(gè)認(rèn)證時(shí)段的特征數(shù)據(jù)形成特征集，利用決策樹構(gòu)建認(rèn)證分類模型，通過(guò)分類模型實(shí)現(xiàn)對(duì)電子部件批量化認(rèn)證記錄的高效分類與查詢，通過(guò)本發(fā)明，能夠有效提高產(chǎn)品認(rèn)證信息的檢索效率，提高認(rèn)證數(shù)據(jù)管理效率。