一种基于区块链的智慧电子政务管理平台及其方法与流程

本发明涉及政务管理技术领域，具体为一种基于区块链的智慧电子政务管理平台及其方法。

背景技术：

电子政务是指国家机关在政务活动中，全面应用现代信息技术、网络技术以及办公自动化技术等进行办公、管理和为社会提供公共服务的一种全新的管理模式。广义电子政务的范畴，应包括所有国家机构在内；而狭义的电子政务主要包括直接承担管理国家公共事务、社会事务的各级行政机关。

区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，一般说来，区块链系统由数据层、网络层、共识层、激励层、合约层和应用层组成，而基于区块链的智慧电子政务管理平台，能够根据区块链的数据而搭建管理平台，这样就能够有着庞大的储存的数据系统，使得平台的搭建更加方便且容易。

而在电子政务的处理过程中，需要使用电脑去处理电子政务事物，而在普通的电子政务事物的处理过程中，对电脑的输入均采用键盘的输入方式，这样输入方式缓慢，使得工作人员工作效率不高，同时还容易出错，因此我们提出了一种基于区块链的智慧电子政务管理平台及其方法。

技术实现要素：

本发明的目的在于提供一种基于区块链的智慧电子政务管理平台及其方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于区块链的智慧电子政务管理平台，包括政务运行平台，所述政务运行平台通过传输线连接政务云助手客户端，所述政务云助手客户端连接政务云助手服务端，所述政务运行平台通过导线连接语音加强模块，所述语音加强模块通过导线连接语音设备装置，所述政务运行平台通过导线连接误操作返回模块，所述政务运行平台通过互联网连接区块链。

优选的，所述语音加强模块包括生成器模块和鉴别器模块，所述生成器模块包括编码器和解码器，所述编码器包括级联的编码首层、编码中间层和编码尾层，所述编码首层为全连接神经网络结构，所述编码中间层为若干层级联的一维卷积层，所述编码尾层为另一个若干层级联的一维卷积层，所述解码器包括级联的解码首层、解码中间层和解码尾层，所述解码首层、解码中间层和解码尾层分别采用若干层级联的一维卷积层、若干层级联的一维卷积层和全连接神经网络结构。

优选的，所述鉴别器模块包括时域鉴别器和频域鉴别器，所述时域鉴别器包括级联的时域首层、时域中间层和时域尾层，所述时域首层、时域中间层和时域尾层分别采用全连接神经网络结构、若干层级联的一维卷积层和划分性分类层，所述频域鉴别器与时域鉴别器相同。

优选的，所述生成器模块又包括级联的编码器和解码器，而所述编码器包括级联的编码首层、编码中间层和编码尾层，所述编码首层为全连接神经网络结构，所述编码首层的输入为携噪语音，所述编码首层的输出为携噪语音时域特征向量，所述编码中间层又包括若干层级联的一维卷积层，所有一维卷积层的结构相同，且该一维卷积层使用线性整流函数，所述编码中间层的输入为携噪语音时域特征向量，所述编码中间层的输出为特征向量，所述编码尾层采用所述一维卷积层，所述编码尾层的输入为特征向量，所述编码尾层的输出为隐藏向量，所述解码器也包括级联的解码首层、解码中间层和解码尾层，但所述解码器与所述编码器为镜像对称结构，所述解码首层为一维反卷积层，所述解码首层的输入为隐藏向量，所述解码首层的输出为特征向量，所述解码中间层包括若干层级联的一维反卷积层，所有一维反卷积层的结构相同，且该一维反卷积层使用线性整流函数，所述解码中间层的输入为携噪语音时域特征向量，所述解码中间层的输出为特征向量，所述解码尾层为全连接神经网络结构，所述解码尾层的输入为特征向量，所述解码尾层的输出为加强语音；所述编码器的每一层与所述解码器对应的层链接。

优选的，所述鉴别器模块又包括并行的时域鉴别器和频域鉴别器，而所述时域鉴别器包括时域首层、时域中间层和时域尾层，所述时域首层也为全连接神经网络结构，所述时域首层的输入为纯净语音和生成器模块输出的加强语音，所述时域首层的输出为纯净语音时域特征和生成器模块输出语音时域特征，所述时域中间层包括若干层级联的一维卷积层，且该一维卷积层使用带泄露修正线性函数，所述时域中间层的输入为特征向量，所述时域中间层的输出为特征向量，所述时域尾层使用归一化线性分类层，所述归一化线性分类层使用归一化线性分类器，将特征提取网络的输出表征为不同类别之间的相对概率，进行类别预测，其用于鉴别器的分类和判别，所述时域尾层的输入为特征向量，所述时域尾层的输出为概率；所述频域鉴别器与所述时域鉴别器的结构相同，但所述频域鉴别器的输入为纯净语音和生成器模块输出的加强语音分别进行加窗傅里叶变换得到的对应的两个频域幅度谱，所述频域鉴别器的输出为分类概率。

优选的，所述语音设备装置主要为采集噪音数据集和语音数据集，利用语音加强模块将噪音数据集和语音数据集进行融合，得到携噪语音训练集，将所述语音数据集和携噪语音训练集中的语音分别进行分帧和采样处理，得到纯净语音和携噪语音，对得到的纯净语音和携噪语音分别做加窗傅里叶变换，对应得到纯净语音频域幅度谱和携噪语音频域幅度谱；将纯净语音和携噪语音输入所述时域鉴别器进行训练，完成所述时域鉴别器的第一次训练，同时将纯净语音频域幅度谱和携噪语音频域幅度谱输入所述频域鉴别器进行训练，完成所述频域鉴别器的第一次训练；将携噪语音、携噪语音频域幅度谱和随机噪音输入生成器模块，利用第一次训练好的时域鉴别器和频域鉴别器监督所述生成器模块进行训练，完成所述生成器模块的训练；将纯净语音和训练好的生成器模块输出的加强语音输入第一次训练好的时域鉴别器进行训练，完成所述时域鉴别器的第二次训练，将纯净语音频域幅度谱和训练好的生成器模块输出的加强语音做加窗傅里叶变换得到的频域幅度谱输入第一次训练好的频域鉴别器进行训练，完成所述时域鉴别器的第二次训练，保存训练好的模型；对纯净语音和携噪语音分别进行分帧和采样处理得到时域特征，并对纯净语音和携噪语音分别进行加窗傅里叶变换得到频域幅度谱特征，将得到的时域特征和频域幅度谱特征输入到所述语音加强模型中进行训练，直至所述语音加强模型收敛，保存训练好的语音加强模型。

优选的，所述政务运行平台承载于浏览器上。

优选的，所述政务运行平台包括注册登录模块、数据库储存模块、审批人员信息数据库、申请人员信息数据库、申请信息数据库、申请审批信息数据库和大数据收集分析模块。

优选的，所述误操作返回模块包括数据储存模块和数据删除模块，所述数据储存模块为了储存操作的数据步骤，而数据删除模块为了数据储存模块只能够保存五次操作的步骤，而后侧的操作步骤数据会全部删除，避免了数据储存积累而增大设备的运行负担，在需要进行返回操作步骤时，点击政务运行平台上的撤回即可。

一种基于区块链的智慧电子政务管理平台操作方法，包括如下步骤：

步骤一、首先语音设备装置采集噪音数据集和语音数据集，利用语音加强模块将噪音数据集和语音数据集进行融合，得到携噪语音训练集，将采集的语音分别进行分帧和采样处理，得到纯净语音和携噪语音，对得到的纯净语音和携噪语音分别做加窗傅里叶变换，对应得到纯净语音频域幅度谱和携噪语音频域幅度谱，将纯净语音和携噪语音输入所述时域鉴别器进行训练，完成所述时域鉴别器的第一次训练，同时将纯净语音频域幅度谱和携噪语音频域幅度谱输入所述频域鉴别器进行训练，完成所述频域鉴别器的第一次训练；

步骤二、其次将纯净语音和训练好的生成器模块输出的加强语音输入第一次训练好的时域鉴别器进行训练，将纯净语音频域幅度谱和训练好的生成器模块输出的加强语音做加窗傅里叶变换得到的频域幅度谱输入第一次训练好的频域鉴别器进行训练，完成所述时域鉴别器的第二次训练；

步骤三、最后将保存训练好的模型，对纯净语音和携噪语音分别进行分帧和采样处理得到时域特征，并对纯净语音和携噪语音分别进行加窗傅里叶变换得到频域幅度谱特征，将得到的时域特征和频域幅度谱特征输入到所述语音加强模型中进行训练，直至所述语音加强模型收敛，保存训练好的语音加强模型；

步骤四、工作人员在处理政务管理时，可以打开语音设备装置，通过语音即可输入内容，然后把语音输入的内容导入政务运行平台内部，通过政务运行平台内部的政务云助手客户端和政务运助手服务端对输入的内容进行处理，即可方便对政务进行平台进行准确而快速的输入内容；

步骤五、在进行数据处理时，误操作返回模块能够对处理错误的步骤进行返回，而内部的数据储存模块为了储存操作的数据步骤，而数据删除模块能够使得数据储存模块只能够保存五次操作的步骤，而后侧的操作步骤数据会全部删除，避免了数据储存积累而增大设备的运行负担，在需要进行返回操作步骤时，点击政务运行平台上的撤回即可。

与现有技术相比，本发明的有益效果是：该基于区块链的智慧电子政务管理平台及其方法，通过加设的频域鉴别器使语音加强模型能够同时学习到语音和噪音的时域特征和频域特征，从而提高了语音加强的性能和泛化性；

通过将频域鉴别器与时域鉴别器的网络结构设计成相同结构，这样能有效地防止训练时模型发生训练不稳定或不收敛的问题；

通过语音加强模块的结构，首先训练时域鉴别器和频域鉴别器，然后用训练好的时域鉴别器和频域鉴别器来监督训练生成器模块，从而完成生成器模块的训练，接着又用训练好的生成器模块反过来训练鉴别器，最后再对整个模型进行一次训练，这样的三次训练能大大地提高模型的鲁棒性和准确性。

附图说明

图1为本发明整体原理图；

图2为本发明语音加强模块原理图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-2，本发明提供一种技术方案：一种基于区块链的智慧电子政务管理平台，包括政务运行平台，所述政务运行平台通过传输线连接政务云助手客户端，政务云助手客户端用于客户登录平台，且输入需要进行处理的数据以及文档，同时还能够查阅各种信息，所述政务云助手客户端连接政务云助手服务端，政务云助手服务端能够进行信息的推送，从而使得对外侧接收的信息进行推送，所述政务运行平台通过导线连接语音加强模块，语音加强模块能够加强对语音的处理，从而使得识别的语音更加准确，政务运行平台为电脑端上搭建的软件。

所述语音加强模块通过导线连接语音设备装置，所述政务运行平台通过导线连接误操作返回模块，误操作返回模块能够对处理错误的步骤进行返回，而内部的数据储存模块为了储存操作的数据步骤，而数据删除模块能够使得数据储存模块只能够保存五次操作的步骤，而后侧的操作步骤数据会全部删除，避免了数据储存积累而增大设备的运行负担。

所述政务运行平台通过互联网连接区块链，区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，一般说来，区块链系统由数据层、网络层、共识层、激励层、合约层和应用层组成，数据层封装了底层数据区块以及相关的数据加密和时间戳等基础数据和基本算法；网络层则包括分布式组网机制、数据传播机制和数据验证机制等；共识层主要封装网络节点的各类共识算法；激励层将经济因素集成到区块链技术体系中来，主要包括经济激励的发行机制和分配机制等；合约层主要封装各类脚本、算法和智能合约，是区块链可编程特性的基础，本系统能够根据区块链的数据而搭建管理平台，这样就能够有着庞大的储存的数据系统，从而能够方便的整合提取全网络的搜索数据。

如图1所示：

所述语音加强模块包括生成器模块和鉴别器模块，所述生成器模块包括编码器和解码器，所述编码器包括级联的编码首层、编码中间层和编码尾层，所述编码首层为全连接神经网络结构，所述编码中间层为若干层级联的一维卷积层，所述编码尾层为另一个若干层级联的一维卷积层，所述解码器包括级联的解码首层、解码中间层和解码尾层，所述解码首层、解码中间层和解码尾层分别采用若干层级联的一维卷积层、若干层级联的一维卷积层和全连接神经网络结构。

如图2所述

所述鉴别器模块包括时域鉴别器和频域鉴别器，所述时域鉴别器包括级联的时域首层、时域中间层和时域尾层，所述时域首层、时域中间层和时域尾层分别采用全连接神经网络结构、若干层级联的一维卷积层和划分性分类层，所述频域鉴别器与时域鉴别器相同。

生成器模块又包括级联的编码器和解码器，而编码器包括级联的编码首层、编码中间层和编码尾层，编码首层为全连接神经网络结构，编码首层的输入为携噪语音，编码首层的输出为携噪语音时域特征向量，编码中间层又包括若干层级联的一维卷积层，所有一维卷积层的结构相同，且该一维卷积层使用线性整流函数，编码中间层的输入为携噪语音时域特征向量，编码中间层的输出为特征向量，编码尾层采用一维卷积层，编码尾层的输入为特征向量，编码尾层的输出为隐藏向量，解码器也包括级联的解码首层、解码中间层和解码尾层，但解码器与编码器为镜像对称结构，解码首层为一维反卷积层，解码首层的输入为隐藏向量，解码首层的输出为特征向量，解码中间层包括若干层级联的一维反卷积层，所有一维反卷积层的结构相同，且该一维反卷积层使用线性整流函数，解码中间层的输入为携噪语音时域特征向量，解码中间层的输出为特征向量，解码尾层为全连接神经网络结构，解码尾层的输入为特征向量，解码尾层的输出为加强语音；编码器的每一层与解码器对应的层链接。

鉴别器模块又包括并行的时域鉴别器和频域鉴别器，而时域鉴别器包括时域首层、时域中间层和时域尾层，时域首层也为全连接神经网络结构，时域首层的输入为纯净语音和生成器模块输出的加强语音，时域首层的输出为纯净语音时域特征和生成器模块输出语音时域特征，时域中间层包括若干层级联的一维卷积层，且该一维卷积层使用带泄露修正线性函数，时域中间层的输入为特征向量，时域中间层的输出为特征向量，时域尾层使用归一化线性分类层，归一化线性分类层使用归一化线性分类器，将特征提取网络的输出表征为不同类别之间的相对概率，进行类别预测，其用于鉴别器的分类和判别，时域尾层的输入为特征向量，时域尾层的输出为概率；频域鉴别器与时域鉴别器的结构相同，但频域鉴别器的输入为纯净语音和生成器模块输出的加强语音分别进行加窗傅里叶变换得到的对应的两个频域幅度谱，频域鉴别器的输出为分类概率。

如图1所述：

所述语音设备装置主要为采集噪音数据集和语音数据集，利用语音加强模块将噪音数据集和语音数据集进行融合，得到携噪语音训练集，将所述语音数据集和携噪语音训练集中的语音分别进行分帧和采样处理，得到纯净语音和携噪语音，对得到的纯净语音和携噪语音分别做加窗傅里叶变换，对应得到纯净语音频域幅度谱和携噪语音频域幅度谱；将纯净语音和携噪语音输入所述时域鉴别器进行训练，完成所述时域鉴别器的第一次训练，同时将纯净语音频域幅度谱和携噪语音频域幅度谱输入所述频域鉴别器进行训练，完成所述频域鉴别器的第一次训练；将携噪语音、携噪语音频域幅度谱和随机噪音输入生成器模块，利用第一次训练好的时域鉴别器和频域鉴别器监督所述生成器模块进行训练，完成所述生成器模块的训练；将纯净语音和训练好的生成器模块输出的加强语音输入第一次训练好的时域鉴别器进行训练，完成所述时域鉴别器的第二次训练，将纯净语音频域幅度谱和训练好的生成器模块输出的加强语音做加窗傅里叶变换得到的频域幅度谱输入第一次训练好的频域鉴别器进行训练，完成所述时域鉴别器的第二次训练，保存训练好的模型；对纯净语音和携噪语音分别进行分帧和采样处理得到时域特征，并对纯净语音和携噪语音分别进行加窗傅里叶变换得到频域幅度谱特征，将得到的时域特征和频域幅度谱特征输入到所述语音加强模型中进行训练，直至所述语音加强模型收敛，保存训练好的语音加强模型。

噪音数据集和语音数据集可直接下载现有的数据集，语音识别工具也可用现有的语音识别工具。

所述政务运行平台承载于浏览器上，即在电脑端搭建一个软件。

所述政务运行平台包括注册登录模块、数据库储存模块、审批人员信息数据库、申请人员信息数据库、申请信息数据库、申请审批信息数据库和大数据收集分析模块。

所述误操作返回模块包括数据储存模块和数据删除模块，所述数据储存模块为了储存操作的数据步骤，而数据删除模块为了数据储存模块只能够保存五次操作的步骤，而后侧的操作步骤数据会全部删除，避免了数据储存积累而增大设备的运行负担，在需要进行返回操作步骤时，点击政务运行平台上的撤回即可。

如图1和2所示：

一种基于区块链的智慧电子政务管理平台操作方法，包括如下步骤：

步骤一、首先语音设备装置采集噪音数据集和语音数据集，利用语音加强模块将噪音数据集和语音数据集进行融合，得到携噪语音训练集，将采集的语音分别进行分帧和采样处理，得到纯净语音和携噪语音，对得到的纯净语音和携噪语音分别做加窗傅里叶变换，对应得到纯净语音频域幅度谱和携噪语音频域幅度谱，将纯净语音和携噪语音输入所述时域鉴别器进行训练，完成所述时域鉴别器的第一次训练，同时将纯净语音频域幅度谱和携噪语音频域幅度谱输入所述频域鉴别器进行训练，完成所述频域鉴别器的第一次训练。

步骤二、其次将纯净语音和训练好的生成器模块输出的加强语音输入第一次训练好的时域鉴别器进行训练，将纯净语音频域幅度谱和训练好的生成器模块输出的加强语音做加窗傅里叶变换得到的频域幅度谱输入第一次训练好的频域鉴别器进行训练，完成所述时域鉴别器的第二次训练。

步骤三、最后将保存训练好的模型，对纯净语音和携噪语音分别进行分帧和采样处理得到时域特征，并对纯净语音和携噪语音分别进行加窗傅里叶变换得到频域幅度谱特征，将得到的时域特征和频域幅度谱特征输入到所述语音加强模型中进行训练，直至所述语音加强模型收敛，保存训练好的语音加强模型。

步骤四、工作人员在处理政务管理时，可以打开语音设备装置，通过语音即可输入内容，然后把语音输入的内容导入政务运行平台内部，通过政务运行平台内部的政务云助手客户端和政务运助手服务端对输入的内容进行处理，即可方便对政务进行平台进行准确而快速的输入内容。

步骤五、在进行数据处理时，误操作返回模块能够对处理错误的步骤进行返回，而内部的数据储存模块为了储存操作的数据步骤，而数据删除模块能够使得数据储存模块只能够保存五次操作的步骤，而后侧的操作步骤数据会全部删除，避免了数据储存积累而增大设备的运行负担，在需要进行返回操作步骤时，点击政务运行平台上的撤回即可。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。