摘要
本发明提供了一种自动化试剂存储方法、装置及系统,该方法包括对试剂存储设备的每个区域划分为多个节点;对各个节点的温度数据进行分析和处理,得到温度相关性网络和温度风险图;通过温度相关性网络识别区域间的潜在异常并更新各区域的温度风险图,对各区域的温度风险图进行时间序列异常检测得到每个区域的环境风险等级;得到已标记为潜在异常状态的初始属性数据集并进行流形学习与稀疏编码处理,对潜在异常的试剂盒的检测数据与预定的参考标准进行比对,通过分布式哈希算法进行匹配特征的检索,并通过决策树算法对检测特征数据进行比对,得到不符标准的试剂盒。本方法能够及时发现设备中失效或性能下降的试剂并对其进行可视化标记。
技术关键词
试剂存储设备
试剂盒
稀疏特征向量
节点
试剂存储装置
存储方法
分布式哈希
风险
进出库机构
异常状态
决策树算法
数据
试剂存储系统
聚类
标记
流形学习算法
温度监控模块
网络
输送件
控制设备
系统为您推荐了相关专利信息
节点优化方法
注意力参数
神经网络模型
非暂态计算机可读存储介质
注意力机制
猪流行性腹泻病毒
单克隆抗体
生物材料
防控猪流行性腹泻
核酸
刨花板表面
决策树算法
决策树学习算法
指标
决策树生成算法
智能检测方法
工控机
异常数据
参数
工控检测技术