摘要
本发明提供了票据管理技术领域的一种基于复合神经网络的票据序列预测方法及系统,方法包括:步骤S1、获取大量的历史电子票据,对各历史电子票据依次进行数据清洗、结构化聚合以及特征提取,基于提取的特征对各历史电子票据进行标注,通过滑动窗口对各历史电子票据进行分割构建样本对,基于各样本对构建数据集;步骤S2、基于输入层、局部特征提取层、全局特征提取层、特征增强层以及输出层构建票据序列预测模型,设定损失函数;步骤S3、通过数据集、损失函数对票据序列预测模型训练,对训练后的票据序列预测模型进行部署;步骤S4、通过部署的票据序列预测模型进行票据序列预测。本发明的优点在于:极大的提升了票据序列预测的准确性以及鲁棒性。