申请/专利权人:重庆市清泽水质检测有限公司
申请日:2021-09-29
公开(公告)日:2021-12-31
公开(公告)号:CN113868234A
主分类号:G06F16/215(20190101)
分类号:G06F16/215(20190101);G06F16/2455(20190101);G06F16/25(20190101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.01.21#实质审查的生效;2021.12.31#公开
摘要:本发明公开了一种基于模型自学习的LIMS系统原始记录数据准确采集系统、方法、装置及存储介质,所述系统包括相互连接的数据录入系统、数据验证系统、数据模型系统、验证回调系统和数据存储系统。本发明可以嵌入到已有LIMS系统,通过模型学习和灵活的自定义验证规则,智能判断录入的原始记录数据是否准确,减少工作人员手工录入数据导致数据不准确或错误,提升整个LIMS系统数据质量,从而提升检测报告质量,为整个实验室检测服务的高质量和稳定性提供了有力支撑。
主权项:1.一种基于模型自学习的LIMS系统原始记录数据准确采集系统,其特征在于,包括相互连接的数据录入系统、数据验证系统、数据模型系统、验证回调系统和数据存储系统,其中,所述数据录入系统,用于提供数据录入界面,并基于预设的初步校验规则对从所述数据录入界面录入的检测设备的原始记录数据进行初步校验,其中,所述原始记录数据为该检测设备的检测结果数据;所述数据验证系统,用于基于预设的数据验证规则和数据模型对所述数据录入系统校验通过的原始记录数据进行验证,并将验证通过的原始记录数据发送至所述数据存储系统;所述验证回调系统,用于基于预设的数据处理规则对所述数据录入系统校验不通过的原始记录数据和所述数据验证系统验证不通过的原始记录数据进行分析处理,以确定是否将其发送至所述数据存储系统;所述数据模型系统,用于采集行业标准数据和检测设备的历史检测数据,并对采集的数据进行数据清理;同时根据行业标准定义数据模型,并将数据清理后得到的数据对所述数据模型进行训练,以通过训练后的数据模型提供数据验证服务;所述数据存储系统,用于存储验证通过的原始记录数据,并将所述验证通过的原始记录数据发送到所述数据模型系统以通过所述验证通过的原始记录数据对所述数据模型进行持续的模型自学习训练。
全文数据:
权利要求:
百度查询: 重庆市清泽水质检测有限公司 一种基于模型自学习的LIMS系统原始记录数据准确采集系统、方法、装置及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。