基于国家自然科学基金立项项目管理方法及系统

1.本发明属于计算机信息管理技术领域，一种基于国家自然科学基金立项项目管理方法及系统。


背景技术：

2.在我国有众多的高等院校，有许多的自主研发新技术、新产品、发布专利、论文、产生新成果等，当前科研活动和科研能力已成为高等院校人才培养评估中至关重要的评估指标，同时也是促进教师提高业务水平、提高教学质量和社会服务能力的助推器。但这些科研项目的研发管理工作目前大多停留在纸制办公阶段。
3.随着计算机软硬件技术和网络技术的发展，计算机和网络技术已经渗透到社会的各个角落。许多企业和高等院校的内部管理已经实现网络化，这不仅增大了管理效率、节约了管理时间，也减少了许多不必要的麻烦，网络化管理的优点已经是有目共睹。
4.为了大力加强科研管理，强化高校对科研项目控制，把精细管理全面落实到不同科研模块，并贯穿于各个学院的各个领域，实现项目管理信息化和无纸化办公，开发高效合理的科研信息管理系统是很有必要的。
5.申请号为201110079403.6的中国发明专利公开了一种基于
·
net的三层高职院校科研管理信息系统，该系统采用asp.net+sqlsever2005技术，选用b/s 模式，用c#实现了系统数据设置、科研成果管理、科研课题管理、查询浏览统计和系统维护管理功能。该系统基本能满足一些高职院校科研管理的工作要求，在一定程度上能够提高他们的办事效率。但是该系统操作均需要个人自行填写所有信息，不易维护，没有比对个人所填信息与项目立项书信息的差异，不能同时满足智能化科研管理。


技术实现要素：

6.发明目的：为了克服现有技术的不足，减少录入的时间和人力成本，本发明提供一种基于国家自然科学基金立项项目管理方法及系统，其上手时间短，易于学习，方便维护，记录全面。
7.技术方案：为了实现上述发明目的，本发明采用的技术方案为：
8.基于国家自然科学基金立项项目管理方法，包括如下步骤：
9.a.在点项目立项管理模块中点击项目管理—纵向项目—项目立项；
10.b.在纵向项目列表模块中点击新增按钮，在图片识别模块中点击上传立项书图像进行人工智能图像识别，在信息录入子模块中将识别后的基金项目表单信息自动录入到当前表单中；
11.c.确认无误通过交互界面点击“提交审批”即可提交；若有误差，可自行修改；
12.d.在项目立项管理模块的纵向项目列表子模块中更新状态为“已提交”，并同时发送审核站内消息；
13.e.在项目立项管理模块的纵向项目列表子模块的“已提交”操作一栏可以对提交
申报的项目进行撤销、打印等操作；
14.f.在信息审核模块中，若审核通过，在项目立项管理模块的纵向项目子模块中列表界面显示的状态为“审核通过”，并同时给申请人发送站内消息，同时也会从微信小程序端进行推送，并将立项项目保存在校级、院级和个人及参与者库中；若审核不通过，在项目立项管理模块的纵向项目子模块中列表界面显示的状态为“不通过”，并同时给申请人发送站内消息，同时也会从微信小程序端进行推送。
15.进一步的，所述图像识别服务中的图像识别技术：上传一张立项书图片或者立项书pdf格式的文件，自动提取其中文字；
16.图像识别技术，具体如下：
17.基于ctpn+crnn网络结构的模型，用来提取项目书图片或者pdf文件中的文字信息，然后自动录入；
18.ctpn(connectionist text proposal network)，这里是ctpn变种，检测横向排列的文字信息，输入一张项目书图片：
19.·
首先通过一种cnn特征提取网络resnet50网络提取特征，获得大小为 1*c*h*w的conv5 feature map，，其中，c是通道数，h是图片高度，w是图片宽度；
20.·
之后在conv5上做3*3的滑动窗口，即每个点都结合周围3*3区域特征获得一个长度为3*3*c的特征向量；输出1*9c*h*w的feature map，该特征显然只有cnn学习到的空间特征；
21.·
接着将feature map进行reshape：1*9c*h*w
→
(1*h)*w*9c；
22.·
然后以n＝1(这里是1张项目书图片)，所以batch批次＝nh且最大时间长度t＝w的数据流输入双向lstm(长短时记忆人工智能网络)，学习每一行的序列特征；双向lstm输出(nh)*w*256,再reshape恢复形状：
23.(nh)*w*256
→
n*256*h*w,该特征既包含空间特征，也包含了lstm学习到的序列特征；
24.·
然后经过全连接卷积层，变为n*512*h*w的特征，最后经过类似faster r
‑
cnn 的rpn网络，获得text proposals，即文本信息；
25.ctpn有3种输出,文本/非文本得分,垂直坐标v＝{v
c
，v
h
}和左右水平偏移量o；
26.ctpn包含3个损失函数，分类损失函数，用softmax loss区分是否为文本，和均是回归函数，用l1函数计算。总损失函数如下：
[0027][0028]
其中＝1，λ2＝2
[0029]
·
接着将拿到的text proposals进行文字识别，本发明使用crnn+ctc的网络架构进行识别；
[0030]
·
crnn分为三部分：卷积层、循环网络层、转录输出层；
[0031]
其中卷积层就是普通的cnn网络用来提取图像特征，采用的resnet50网络进行提取图像特征，循环网络层就是一个bi
‑
lstm，采用双层bi
‑
lstm进行stack，旨在卷积后继续提取文字序列特征，输出层即为将rnn输出做softmax后，为字符输出；
[0032]
·
ctc(connectionist temporal classification)，将上面获得的crnn结果送入ctc算法模型，ctc算法是一种完全端到端的模型训练，不需要预先对数据做对齐，只需要一个输入序列和一个输出序列即可以训练；就不需要对数据对齐和一一标注，并且ctc直接输出序列预测的概率，不需要外部的后处理；ctc 引入了blank，即该时刻没有预测值，每个预测的分类对应的一整段文本中的一个spike(尖峰)，其他不是尖峰的位置认为是blank；对于一段文本，ctc最后的输出是spike(尖峰)的序列，并不关心每一个单词持续了多长时间；ctc 是通过梯度调整lstm的ω参数，使得p(l|x)取得最大；(p(l|x)是给定输入x的情况下，输出l的概率，ω是lstm隐藏层参数)；这样就得到处理后的文本信息。
[0033]
基于国家自然科学基金立项项目管理方法的系统，所述基金立项项目管理系统包括服务器、交互界面、图片识别模块、项目立项管理模块、纵向项目列表模块；所述服务器，用于安装人工智能图像识别模块；
[0034]
所述交互界面，用于录入基金项目表单信息、显示管理模块中的信息列表、显示项目立项管理状态；
[0035]
所述图片识别模块，用于识别国自然基金立项书图片或pdf；
[0036]
所述项目立项管理模块中需要录入的基金项目表单信息包括获基本信息、项目成员、预算信息、项目文档；所述项目立项管理模块包括项目立项管理模块，并且在项目立项管理模块下还设置了信息录入子模块和信息审核子模块；
[0037]
所述信息录入子模块，用于录入基金项目表单信息、通过交互显示基金项目表单信息的管理状态、发送审核微信小程序消息和站内消息；
[0038]
所述信息审核子模块，用于审核项目立项信息、通过交互界面显示基金项目的审核状态、发送微信小程序消息和站内消息；通过点击交互界面的纵向项目列表审核站内消息或功能树节点进入信息审核子模块，同时信息审核子模块还提供审核和编辑操作功能；
[0039]
所述纵向项目列表模块，用于录入基金项目表单信息、显示管理模块中的信息列表、显示站内消息和微信小程序信息及显示项目立项管理状态。
[0040]
进一步的，所述管理状态包括“提交审批”、“待审核”、“审核通过”或“审核不通过”。
[0041]
进一步的，所述纵向项目列表模块中，信息列表按照所有、校审核通过、校审核未通过、审核中、暂存等进行分类展示；所述纵向项目列表模块可以检索、查看、导入和导出基金项目表单信息；所述纵向项目列表模块将已录入的项目立项信息可通过导出功能导出，导出的信息为excel格式。
[0042]
进一步的，所述信息录入子模块可录入基金项目表单信息，经录入基金项目表单信息后，通过点击“提交审批”，进入信息审核子模块；若审核通过，交互界面显示的申请表状态为“审核通过”，并同时给申请人发送站内消息和微信小程序消息；若审核不通过，交互界面显示的申请表状态为“审核不通过”，并同时给申请人发送站内消息和微信小程序消息。
[0043]
进一步的，在录入基金项目表单信息后，进入信息审核子模块之前，可以在“暂存”中对已录入的信息进行修改和删除。
[0044]
进一步的，进入信息审核子模块之后，未执行审核操作之前，可进行撤回功能；执
行撤回功能后，可更新信息状态为“已停止”，并删除发给审核人的站内消息。
[0045]
进一步的，所述新项目立项的时候或准备录入信息的时候，上传所需项目图片或者项目pdf送入人工智能图像识别模块，图像识别模块进行分析提取文字并自动填入表单；
[0046]
信息录入子模块自动录入图像识别出来的基金项目表单信息，并可对录入的基金项目表单信息进行比对
[0047]
录入基金项目表单信息后，项目立项管理模块中根据项目编号、项目名称、负责人、项目分类、项目状态、开始日期和计划结项日期等检索条件查询已添加的信息；项目立项管理模块中需要录入的基本信息包括批准号、项目名称、项目编号、负责人类型、负责人姓名、所属部门、一级学科、项目分类、学科类别、项目级别、项目来源、项目来源单位、项目状态、立项日期、开始日期、计划结项日期、上级资助经费、成果形式和备注；
[0048]
人工智能图像识别自动录入基金项目表单信息后，只需自己确认无误下一步即可；
[0049]
所述基本信息填好下一步确认项目成员信息，勾选成员类型、姓名、单位名称、职称、学历、承担类型等；
[0050]
确认项目成员信息后下一步确认预算信息，确认预选信息后，下一步到项目文档；
[0051]
在项目文档中选择文件类型，在文件名称一栏，支持上传文件；同时支持添加新文件和删除文件操作。
[0052]
有益效果：与现有技术相比，本发明分类管理一目了然，上手操作简单便捷；
[0053]
多通道方便查询；通过人工智能图片识别技术自动录入信息，操作流程简单易学；申请人或审核人操作完毕后，系统可自动提醒，并自动发送消息告知对方，节约流程时间，也可以及时告知对方审核进度；撤回功能可以在申请人发现录入信息错误或其他原因导致不能进入审核步骤时，能够及时撤回，避免了一些不必要的操作；同时可以在已提交后再次编辑并重新提交，无需撤回，还可以打印出项目申报书。
[0054]
本发明基于国家自然科学基金立项项目管理系统方法可适应于高校老师或学生的国家自然科学基金立项项目信息管理。
[0055]
学生、教师、学科管理员、学院学科成果管理员及研究生管理部门等均可通过这个系统分级进行维护和管理，根据不同用途不同的人可以从库中进行各种国家自然科学基金立项项目信息的提取。
附图说明
[0056]
图1是本发明本发明中基于国家自然科学基金立项项目的教师的项目立项申报管理方法的框图；
具体实施方式
[0057]
下面结合具体实施例进一步说明本发明，但这些实施例并不用来限制本发明。
[0058]
基于国家自然科学基金立项项目管理方法的系统，所述基金立项项目管理系统包括服务器、信息录入的交互界面子模块、图片识别模块、项目立项管理模块、纵向项目列表模块；
[0059]
所述服务器，用于安装人工智能图像识别模块；
[0060]
所述交互界面，用于录入基金项目表单信息、显示管理模块中的信息列表、显示项目立项管理状态；
[0061]
所述图片识别模块，用于识别国自然基金立项书图片或pdf；
[0062]
所述项目立项管理模块中需要录入的基金项目表单信息包括基本信息、项目成员、预算信息、项目文档；
[0063]
所述项目立项管理模块包括项目立项管理模块，并且在项目立项管理模块下还设置了信息录入子模块和信息审核子模块；
[0064]
所述信息录入子模块，用于录入基金项目表单信息、通过交互显示基金项目表单信息的管理状态、发送审核微信小程序消息和站内消息；
[0065]
所述信息审核子模块，用于审核项目立项信息、通过交互界面显示基金项目的审核状态、发送微信小程序消息和站内消息；通过点击交互界面的纵向项目列表审核站内消息或功能树节点进入信息审核子模块，同时信息审核子模块还提供审核和编辑操作功能；
[0066]
所述纵向项目列表模块，用于录入基金项目表单信息、显示管理模块中的信息列表、显示站内消息和微信小程序信息及显示项目立项管理状态。
[0067]
本实例中进一步的，所述管理状态包括“提交审批”、“待审核”、“审核通过”或“审核不通过”。
[0068]
本实例中进一步的，所述纵向项目列表模块中，信息列表按照所有、校审核通过、校审核未通过、审核中、暂存等进行分类展示；所述纵向项目列表模块可以检索、查看、导入和导出基金项目表单信息；所述纵向项目列表模块将已录入的项目立项信息可通过导出功能导出，导出的信息为excel格式。
[0069]
本实例中进一步的，所述信息录入子模块可录入基金项目表单信息，经录入基金项目表单信息后，通过点击“提交审批”，进入信息审核子模块；若审核通过，交互界面显示的申请表状态为“审核通过”，并同时给申请人发送站内消息和微信小程序消息；若审核不通过，交互界面显示的申请表状态为“审核不通过”，并同时给申请人发送站内消息和微信小程序消息。
[0070]
本实例中进一步的，在录入基金项目表单信息后，进入信息审核子模块之前，可以在“暂存”中对已录入的信息进行修改和删除。
[0071]
本实例中进一步的，进入信息审核子模块之后，未执行审核操作之前，可进行撤回功能；执行撤回功能后，可更新信息状态为“已停止”，并删除发给审核人的站内消息。
[0072]
本实例中进一步的，所述新项目立项的时候或准备录入信息的时候，上传所需项目图片或者项目pdf送入人工智能图像识别模块，图像识别模块进行分析提取文字并自动填入表单；
[0073]
信息录入子模块自动录入图像识别出来的基金项目表单信息，并可对录入的基金项目表单信息进行比对。
[0074]
录入基金项目表单信息后，项目立项管理模块中根据项目编号、项目名称、负责人、项目分类、项目状态、开始日期和计划结项日期等检索条件查询已添加的信息；项目立项管理模块中需要录入的基本信息包括批准号、项目名称、项目编号、负责人类型、负责人姓名、所属部门、一级学科、项目分类、学科类别、项目级别、项目来源、项目来源单位、项目状态、立项日期、开始日期、计划结项日期、上级资助经费、成果形式和备注；
[0075]
人工智能图像识别自动录入基金项目表单信息后，只需自己确认无误下一步即可；
[0076]
所述基本信息填好下一步确认项目成员信息，勾选成员类型、姓名、单位名称、职称、学历、承担类型等；
[0077]
确认项目成员信息后下一步确认预算信息，确认预选信息后，下一步到项目文档；在项目文档中选择文件类型，在文件名称一栏，支持上传文件；同时支持添加新文件和删除文件操作。
[0078]
如图1所示，基于国家自然科学基金立项项目管理方法，步骤如下：
[0079]
g.在项目立项管理模块中点击项目管理—纵向项目—项目立项；
[0080]
h.在纵向项目列表模块中点击新增按钮，在图片识别模块中点击上传立项书图像进行人工智能图像识别，在信息录入子模块中将识别后的基金项目表单信息自动录入到当前表单中；
[0081]
i.确认无误通过交互界面点击“提交审批”即可提交；若有误差，可自行修改；
[0082]
j.在项目立项管理模块的纵向项目列表子模块中更新状态为“已提交”，并同时发送审核站内消息；
[0083]
k.在项目立项管理模块的纵向项目列表子模块的“已提交”操作一栏可以对提交申报的项目进行撤销、打印等操作；
[0084]
l.在信息审核模块中，若审核通过，在项目立项管理模块的纵向项目子模块中列表界面显示的状态为“审核通过”，并同时给申请人发送站内消息，同时也会从微信小程序端进行推送，并将立项项目保存在校级、院级和个人及参与者库中；若审核不通过，在项目立项管理模块的纵向项目子模块中列表界面显示的状态为“不通过”，并同时给申请人发送站内消息，同时也会从微信小程序端进行推送。
[0085]
本实例中，关于人工智能图像识别模块，是基于ctpn+crnn网络结构的模型，用来提取项目立项书图片或者项目立项pdf文件中的文字信息，然后自动录入；
[0086]
ctpn(connectionist text proposal network)，这里是ctpn变种检测横向排列的文字信息，输入一张项目立项书图片：
[0087]
·
首先通过resnet50网络(一种cnn特征提取网络)提取特征，获得大小为 1*c*h*w(c是通道数，h是图片高度，w是图片宽度)的conv5 feature map。
[0088]
·
之后在conv5上做3*3的滑动窗口，即每个点都结合周围3*3区域特征获得一个长度为3*3*c的特征向量。输出1*9c*h*w的feature map，该特征显然只有cnn学习到的空间特征。
[0089]
·
接着将feature map进行reshape：1*9c*h*w
→
(1*h)*w*9c
[0090]
·
然后以n＝1(这里是1张项目立项书图片)，所以batch批次＝nh且最大时间长度t＝w的数据流输入双向lstm(长短时记忆人工智能网络)，学习每一行的序列特征。双向lstm输出(nh)*w*256,再reshape恢复形状：
[0091]
(nh)*w*256
→
n*256*h*w,该特征既包含空间特征，也包含了lstm学习到的序列特征。
[0092]
·
然后经过全连接卷积层，变为n*512*h*w的特征，最后经过类似faster r
‑
cnn 的rpn网络，获得text proposals，即文本信息。
[0093]
ctpn有3种输出,文本/非文本得分,垂直坐标v＝{v
c
，v
h
}和左右水平偏移量o。ctpn包含3个损失函数，分类损失函数，用softmax loss区分是否为文本，和均是回归函数，用l1函数计算。总损失函数如下：
[0094][0095]
其中λ1＝1，λ2＝2
[0096]
·
接着将拿到的text proposals进行文字识别，本发明使用crnn+ctc的网络架构进行识别。
[0097]
·
crnn分为三部分：卷积层、循环网络层、转录输出层。
[0098]
其中卷积层就是普通的cnn网络用来提取图像特征(本发明使用的是 resnet50网络)，循环网络层就是一个bi
‑
lstm(本发明使用双层bi
‑
lstm 进行stack)，旨在卷积后继续提取文字序列特征，输出层即为将rnn输出做softmax后，为字符输出。
[0099]
·
ctc(connectionist temporal classification)，将上面获得的crnn结果送入ctc算法模型，ctc算法是一种完全端到端的模型训练，不需要预先对数据做对齐，只需要一个输入序列和一个输出序列即可以训练。这样就不需要对数据对齐和一一标注，并且ctc直接输出序列预测的概率，不需要外部的后处理。ctc引入了blank(该时刻没有预测值)，每个预测的分类对应的一整段文本中的一个spike(尖峰)，其他不是尖峰的位置认为是blank。对于一段文本，ctc最后的输出是spike(尖峰)的序列，并不关心每一个单词持续了多长时间。ctc是通过梯度调整lstm的ω参数，使得 p(l|x)取得最大。(p(l|x)是给定输入x的情况下，输出l的概率，ω是 lstm隐藏层参数)。这样就得到处理后的文本信息。
[0100]
·
在信息录入模块中将人工智能图像识别得到的文本结果自动对应填充到立项表单中。
[0101]
·
在表单交互页面确认填充是否有误差，确认无误通过交互界面点击“提交审批”即可提交；若有误差，可以自行修改。
[0102]
·
提交后，项目申报计划更新申报状态为“申报中”，并同时发送审核站内消息，在项目立项管理模块的纵向项目列表子模块中显示已提交。
[0103]
·
在项目申报计划中的操作一栏可以对提交申报的项目进行撤销、打印等操作
[0104]
·
如果审核通过，在项目立项管理模块的纵向项目列表子模块的界面显示的状态为“审核通过”，同时给申请人发送站内消息并推送微信小程序信息；若审核不通过，在项目立项管理模块的纵向项目列表子模块的界面显示的状态为“不通过”，同时给申请人发送站内消息并推送微信小程序信息。
[0105]
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。