1.一种审计方法，其特征在于，所述方法包括：

审计标准获取步骤，用于获取预设类别的审计标准；

对象数据获取步骤，用于从对象提供的数据和第三方提供的数据中获取待审计的对象的数据；第三方提供的数据包括政府部门、行业协会、知识产权局部门存储的对象数据；

标准对应的数据获取步骤，用于从所述待审计的对象的数据中获取所述审计标准对应的数据；

审计判断步骤，用于判断所述审计标准对应的数据是否符合所述审计标准；所述审计判断步骤包括采用深度学习技术基于历史大数据自动生成用于审计的预设模型的步骤；

审计反馈步骤，用于将审计的结果反馈给所述待审计的对象；

所述审计判断步骤含有根据每一项标准对应的第二数据和所述每一项标准对应的预设模型，计算得到所述每一项标准对应的第三数据的步骤；

所述每一项标准对应的预设模型的获取步骤包括：

每一项标准对应的深度学习模型初始化步骤，用于初始化所述每一项标准对应的深度学习模型作为第一深度学习模型；所述深度学习模型的输入格式设置为所述每一项标准对应的第二数据的格式，输出格式设置为所述每一项标准对应的第三数据的格式，通过初始化得到所述深度学习模型作为第一深度学习模型；

每一项标准对应的历史数据获取步骤，用于从历史大数据中获取所述每一项标准对应的已进行过审计的每一对象的第二数据和第三数据；

第二深度学习模型生成步骤，用于将所述每一项标准对应的已进行过审计的每一对象的所述第二数据作为所述第一深度学习模型的输入数据，对所述第一深度学习模型进行无监督训练，得到的所述第一深度学习模型作为第二深度学习模型；

第三深度学习模型生成步骤，用于将所述每一项标准对应的已进行过审计的每一对象的所述第二数据和所述第三数据分别作为所述第二深度学习模型的输入数据和输出数据，对所述第二深度学习模型进行有监督训练，得到的所述第二深度学习模型作为第三深度学习模型；

每一项标准对应的预设模型设置步骤，用于将所述第三深度学习模型作为所述每一项标准对应的预设模型。

2.根据权利要求1所述的审计方法，其特征在于，

所述对象数据获取步骤包括：

数据源获取步骤，用于获取数据源；

对象数据检索步骤，用于从所述数据源中检索并获取所述待审计的对象的数据；

所述标准对应的数据获取步骤包括：

数据筛选步骤，用于从所述待审计的对象的数据中筛选出所述审计标准对应的数据作为第一数据；

数据清洗步骤，用于从所述第一数据中提取与每一项标准对应的数据作为所述每一项标准对应的第二数据。

3.根据权利要求1所述的审计方法，其特征在于，所述审计反馈步骤包括：判断所述待审计对象是否通过所述预设类别的审计：是，则将通过所述预设类别的审计的结果反馈给所述待审计对象；否，则将不通过所述预设类别的审计的结果反馈给所述待审计对象，并获取不符合的每一项标准或总体标准反馈给所述待审计对象，并发送信息提醒所述待审计对象针对所述不符合的每一项标准或总体标准进行整改。

4.根据权利要求2所述的审计方法，其特征在于，

所述审计判断步骤包括：

子标准获取步骤，用于获取所述审计标准中每一项标准和总体标准；

对应数据提取步骤，用于从所述第一数据中提取所述每一项标准对应的所述第二数据；

每一项标准对应的预设模型获取步骤，用于获取所述每一项标准对应的预设模型；

每一项标准对应的第三数据生成步骤，用于根据所述每一项标准对应的所述第二数据和所述每一项标准对应的所述预设模型，计算得到所述每一项标准对应的第三数据；

每一项标准判断步骤，用于根据所述每一标准对应的第三数据和预设范围，判断所述待审计的对象是否符合所述每一项标准；

总体标准对应的预设模型获取步骤，用于获取所述总体标准对应的预设模型；

总体标准判断步骤，用于根据所述每一项标准对应的第三数据、所述总体标准对应的预设模型和预设范围，判断所述待审计对象是否符合所述总体标准；

综合判断步骤，用于判断所述待审计对象是否符合所述审计标准中所述每一项标准和所述总体标准。

5.根据权利要求4所述的审计方法，其特征在于，

所述总体标准对应的预设模型获取步骤包括:

总体标准对应的深度学习模型初始化步骤，用于初始化所述总体标准对应的深度学习模型，得到的所述深度学习模型作为第四深度学习模型；

总体标准对应的历史数据获取步骤，用于从历史大数据中获取所述已进行过审计的每一对象的所述审计标准中每一项标准对应的第三数据的集合和所述总体标准对应的第三数据；

第五深度学习模型生成步骤，用于将所述审计标准中每一项标准对应的已进行过审计的每一对象的所述第三数据的集合作为所述深度学习模型的输入数据，对所述第四深度学习模型进行无监督训练，得到的所述第四深度学习模型作为第五深度学习模型；

第六深度学习模型生成步骤，用于将所述已进行过审计的每一对象的所述审计标准中每一项标准对应的所述第三数据的集合和所述总体标准对应的所述第三数据分别作为所述第五深度学习模型的输入数据和输出数据，对所述第五深度学习模型进行有监督训练，得到的所述第五深度学习模型作为第六深度学习模型；

总体标准对应的预设模型设置步骤，用于将所述第六深度学习模型作为所述总体标准对应的预设模型。

6.根据权利要求4所述的审计方法，其特征在于，

所述每一项标准判断步骤包括：

每一项标准对应的预设范围获取步骤，用于获取所述每一项标准对应的预设范围；

每一项标准对应的第三数据判断步骤，用于判定所述待审计的对象是否符合所述每一项标准；

所述总体标准判断步骤包括：

总体标准对应的第三数据生成步骤，用于根据所述每一项标准对应的所述第三数据和所述总体标准对应的所述预设模型，计算得到所述总体标准对应的第三数据；

总体标准对应的预设范围获取步骤，用于获取所述总体标准对应的预设范围；

总体标准对应的第三数据判断步骤，用于判断所述待审计的对象是否符合所述总体标准。

7.一种审计系统，其特征在于，所述系统包括：

审计标准获取模块，用于获取预设类别的审计标准；

对象数据获取模块，用于从对象提供的数据和第三方提供的数据中获取待审计的对象的数据；第三方提供的数据包括政府部门、行业协会、知识产权局部门存储的对象数据；

标准对应的数据获取模块，用于从所述待审计的对象的数据中获取所述审计标准对应的数据；

审计判断模块，用于判断所述审计标准对应的数据是否符合所述审计标准；所述审计判断模块包括采用深度学习技术基于历史大数据自动生成用于审计的预设模型的模块；

审计反馈模块，用于将审计的结果反馈给所述待审计的对象；

所述审计判断模块含有根据每一项标准对应的第二数据和所述每一项标准对应的预设模型，计算得到所述每一项标准对应的第三数据的模块；

所述每一项标准对应的预设模型的获取步骤包括：

每一项标准对应的深度学习模型初始化步骤，用于初始化所述每一项标准对应的深度学习模型作为第一深度学习模型；所述深度学习模型的输入格式设置为所述每一项标准对应的第二数据的格式，输出格式设置为所述每一项标准对应的第三数据的格式，通过初始化得到所述深度学习模型作为第一深度学习模型；

每一项标准对应的历史数据获取步骤，用于从历史大数据中获取所述每一项标准对应的已进行过审计的每一对象的第二数据和第三数据；

第二深度学习模型生成步骤，用于将所述每一项标准对应的已进行过审计的每一对象的所述第二数据作为所述第一深度学习模型的输入数据，对所述第一深度学习模型进行无监督训练，得到的所述第一深度学习模型作为第二深度学习模型；

第三深度学习模型生成步骤，用于将所述每一项标准对应的已进行过审计的每一对象的所述第二数据和所述第三数据分别作为所述第二深度学习模型的输入数据和输出数据，对所述第二深度学习模型进行有监督训练，得到的所述第二深度学习模型作为第三深度学习模型；

每一项标准对应的预设模型设置步骤，用于将所述第三深度学习模型作为所述每一项标准对应的预设模型。

8.根据权利要求7所述的审计系统，其特征在于，

所述对象数据获取模块包括：

数据源获取模块，用于获取数据源；

对象数据检索模块，用于从所述数据源中检索并获取所述待审计的对象的数据；

所述标准对应的数据获取模块包括：

数据筛选模块，用于从所述待审计的对象的数据中筛选出所述审计标准对应的数据作为第一数据；

数据清洗模块，用于从所述第一数据中提取与每一项标准对应的数据作为所述每一项标准对应的第二数据；

所述审计反馈模块包括：

判断所述待审计对象是否通过所述预设类别的审计：是，则将通过所述预设类别的审计的结果反馈给所述待审计对象；否，则将不通过所述预设类别的审计的结果反馈给所述待审计对象，并获取不符合的每一项标准或总体标准反馈给所述待审计对象，并发送信息提醒所述待审计对象针对所述不符合的每一项标准或总体标准进行整改。

9.根据权利要求8所述的审计系统，其特征在于，

所述审计判断模块包括：

子标准获取模块，用于获取所述审计标准中每一项标准和总体标准；

对应数据提取模块，用于从所述第一数据中提取所述每一项标准对应的所述第二数据；

每一项标准对应的预设模型获取模块，用于获取所述每一项标准对应的预设模型；

每一项标准对应的第三数据生成模块，用于根据所述每一项标准对应的所述第二数据和所述每一项标准对应的所述预设模型，计算得到所述每一项标准对应的第三数据；

每一项标准判断模块，用于根据所述每一标准对应的第三数据和预设范围，判断所述待审计的对象是否符合所述每一项标准；

总体标准对应的预设模型获取模块，用于获取所述总体标准对应的预设模型；

总体标准判断模块，用于根据所述每一项标准对应的第三数据、所述总体标准对应的预设模型和预设范围，判断所述待审计对象是否符合所述总体标准；

综合判断模块，用于判断所述待审计对象是否符合所述审计标准中所述每一项标准和所述总体标准。

10.一种机器人系统，其特征在于，所述机器人中分别配置有如权利要求7-9任一项所述的审计系统。